全球主机交流论坛

标题: 一段百思不得其解的CURL代码（php代码） [打印本页]

作者: gftflb 时间: 2019-2-22 13:21
标题: 一段百思不得其解的CURL代码（php代码）
本帖最后由 gftflb 于 2019-2-22 13:49 编辑

<?php
$c = curl_init();
curl_setopt($c, CURLOPT_URL,'http://www.xiasl.net/');
curl_setopt($c, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($c, CURLOPT_SSL_VERIFYPEER, false);
curl_setopt($c, CURLOPT_HEADER, 1);
$content = curl_exec($c);
curl_close($c);
$content=@str_replace('〗','',$content); //请注意这行，这个字符为什么那么怪异，会对文本内容造成影响？
echo $content;
?>

复制代码

大佬请运行下，看看为什么文本中“小-姐”这个词会莫名其妙的被修改？
只要替换“〗”这个字符，就会把内容中所有“小-姐”这个词，变成“秀”。百思不得其解。
大佬可以换其他含有“小-姐”这个词的网页url获取试试

替换“〗”的结果

不替换“〗”的结果

作者: 毒瘾 时间: 2019-2-22 13:27
太深奥看不懂替换

作者: 求道鱼 时间: 2019-2-22 13:40
提示: 作者被禁止或删除内容自动屏蔽

作者: duxingfengyu 时间: 2019-2-22 13:43
单替换，并没有小，姐，姐啊

作者: gftflb 时间: 2019-2-22 13:45

求道鱼发表于 2019-2-22 13:40
在变量content 中搜索‘〗’ 并替换为空

只要替换“〗”这个字符，就会把内容中所有“小-姐”这个词，变成“秀”。
不替换“〗”这个字符，内容中“小-姐”这个词，就没有异样。
“〗”和“小-姐”有什么关系？？？？？？？
百思不得其解。

作者: gftflb 时间: 2019-2-22 13:46

duxingfengyu 发表于 2019-2-22 13:43
单替换，并没有小，姐，姐啊

作者: 查无此人 时间: 2019-2-22 13:48
提示: 作者被禁止或删除内容自动屏蔽

作者: gftflb 时间: 2019-2-22 13:50

查无此人发表于 2019-2-22 13:48
他是GBk，你是默认utf8。你先转一下字符集试试看

没用，试过了

作者: duxingfengyu 时间: 2019-2-22 13:51
https://baike.baidu.com/item/%E5%B0%8F%E5%A7%90/242562?fr=aladdin
一切正常

作者: testuserll 时间: 2019-2-22 13:55
为啥我执行就不替换啊，Windows 下用phpstudy试的。

作者: 似毛非毛 时间: 2019-2-22 14:03
阿里云虚拟主机上也没替换啊~~~直接复制的代码

作者: 0000000 时间: 2019-2-22 14:16
并不会把〗替小-姐
代码也没什么毛病.

作者: liuxu 时间: 2019-2-22 14:16
ubuntu，terminal编码改为gb2312，没你说的问题

作者: hdown 时间: 2019-2-22 15:32

就是
小，姐：d0a1 bde3
〗：a1bd
秀：d0e3

这是gbk编码不能正确判断每个汉字的开始结束的问题。
建议把网页先转成utf8，然后你php源代码也用utf8来写，就不会有此类问题了。

作者: 风雪hz 时间: 2019-2-22 15:33
这啥网站啊==

作者: gftflb 时间: 2019-2-22 16:39

hdown 发表于 2019-2-22 15:32
就是
小，姐：d0a1 bde3
〗：a1bd

哥你太牛了!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
二个字——服！

作者: gftflb 时间: 2019-2-22 16:55

hdown 发表于 2019-2-22 15:32
就是
小，姐：d0a1 bde3
〗：a1bd

按照你解读的原理，终于解决了。

如果需要最终内容为gb2312编码的话，先把获取到的内容全部转成UTF-8编码，再进行过滤替换，最终再次进行编码转换为gb2312，就没这个灵异般的事情了。

大佬牛！

<?php
$c = curl_init();
curl_setopt($c, CURLOPT_URL,'http://www.xiasl.net/');
curl_setopt($c, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($c, CURLOPT_SSL_VERIFYPEER, false);
curl_setopt($c, CURLOPT_HEADER, 1);
$content = curl_exec($c);
curl_close($c);
$content=mb_convert_encoding($content, 'UTF-8', 'GB2312');//先转UTF-8
$content=@str_replace('〗','',$content); //进行替换
$content=mb_convert_encoding($content, 'GB2312', 'UTF8');//再转回GB2312
echo $content;
?>

复制代码

作者: hdown 时间: 2019-2-22 16:55

testuserll 发表于 2019-2-22 13:55
为啥我执行就不替换啊，Windows 下用phpstudy试的。

因为楼主是gb2312的php源码，你应该是utf-8的。所以你替换不到

作者: hdown 时间: 2019-2-22 17:23

gftflb 发表于 2019-2-22 16:55
按照你解读的原理，终于解决了。

如果需要最终内容为gb2312编码的话，先把获取到的内容全部转成UTF-8编 ...

1、不要滥用@，我从业这么多年，没有看到过哪个同事写代码用到@的。除了临时修复一些兼容性场景而不考虑可维护性。
2、如无必要，不要引入额外的依赖。就是说不要用mbstring扩展来转码，iconv自带函数用起来没什么问题。
3、始终使用utf8编码来写php源码。

第二点只是一个好习惯，不是什么必须遵守的。

作者: gftflb 时间: 2019-2-22 17:42

hdown 发表于 2019-2-22 17:23
1、不要滥用@，我从业这么多年，没有看到过哪个同事写代码用到@的。除了临时修复一些兼容性场景而不考虑 ...

多谢指点！
因为没系统学习过，我都是通过google东拼西凑的代码，有需求就拼揍，看起来能用就当作生产工具来用了。
经常为了一个小问题花上整天时间Google不断复制粘贴然后调试，有时候你们内行的一句话、一个指点真的非常可贵和难得。真心的。
再次感谢大佬！这论坛能遇上你真庆幸！

欢迎光临全球主机交流论坛 (https://hostloc-workers.ikyomon.com/)