stri_replace搞亂字符

我通過捲曲得到一個網頁與此代碼：stri_replace搞亂字符

$ch = curl_init(); 

curl_setopt($ch, CURLOPT_URL, $url); 
curl_setopt($ch, CURLOPT_HEADER, false); 
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true); 

$message = curl_exec($ch); 

curl_close($ch);

我現在想做出一些替換在$消息的代碼，但在此之前，我傾倒在一個文件中的代碼：

file_put_contents('debug_before_replace.txt',$message);

當我看看這個文件，所有的文字似乎罰款，比如我這裏標題：

<title>D.O.C.| Jantar Vínico Quinta do Portal | Quinta-feira, 25 de Junho 2009</title>

現在我做替換：

$消息= str_ireplace（陣列（
'體>'， '/ BODY>' ）陣列（
$ fraseemcima， $ frasebaixo ） $消息）;

現在我轉儲$信息到另一個文件：

file_put_contents('debug_after_replace.txt',$message);

當我看看文件我看到這一點：

<title>D.O.C.| Jantar VÃnico Quinta do Portal | Quinta-feira, 25 de Junho 2009</title>

而且我有各種亂七八糟的char在代碼的其餘部分。

任何人都明白爲什麼stri_replace會搞砸了嗎？我正在嘗試發送一些郵件，這會弄亂一切。

注：在更換我有身體和/ body標籤是正確的，但如果我增加了< SO將刪除的話

編輯：我有固定它！

白衣這種簡單的線條一切工作和Outlook看起來不錯：

$message = utf8_decode(curl_exec($ch));

感謝macbirdie和S.格里格指着我在正確的方向。猜猜我仍然有一些學習做，當涉及到的字符集

再次感謝

來源

2009-06-28 AntonioCS

什麼是通過curl檢索的html文檔的字符集？ – VolkerK 2009-06-28 20:36:44

字符集是UTF-8 – AntonioCS 2009-06-28 21:03:46

您正在編輯的文字是最有可能的UTF-8編碼或一些其它的多字節編碼。 str_ireplace()是不是多字節安全並在單個字節上運行。這會導致您的多字節字符可能被破壞的情況。您也應該檢查，如果該文件包含乙 yte- Ø rder- 中號方舟（BOM） - （根據this comment），這也可能會導致一些問題

來源

2009-06-28 20:38:20

你將不得不使用多字節感知功能替換字符，如mb_eregi_replace()。

如果存在任何文件，該文件也可能丟失unicode用來指示UTF-8擴展字符被寫入的尾數的byte-order mark，因爲它可能會丟失，因爲替換函數可能會將其視爲非文本，但這完全是猜測。

來源

2009-06-28 20:42:41 macbirdie

stri_replace搞亂字符

回答

相關問題