e***y
发帖数: 1152 | 1 $str 是一个长度未知、混合含有gb2312和big5的字串，可否通过iconv()转换为一致编码的字串，
要么gb2312,要么big5
例如：$str='简体繁體' | m*****k
发帖数: 1864 | 2 我怀疑是不行。iconv怎么能知道哪个是繁体哪个是简体。
不过，并不是繁体字就一定是big5啊？ | e***y
发帖数: 1152 | 3 有道理。我碰到的问题是这样：我在学习DOMDocument抓网页，碰到一些中文网站混合
了简繁体时经常出现问题，如下例：
$raw = file_get_contents('http://bbs.wenxuecity.com/ktv');
$html = new DOMDocument();
$html->loadHtml( $raw );
echo $html->saveHTML();
?>
网页抓不全，报错
input conversion failed due to input error, bytes 0x8F ...
检查之后经常发现是因为网页中某处含有非法字符（繁体也会）。如果在loadHtml之前
，插入：
$str = iconv('gb2312', 'gb2312//IGNORE', $raw);
网页通常可以抓下来，但是所有繁体字符被silently drop.
这个问题有解吗？
网页可以代换为: http://bbs.wenxuecity.com/{ktv, music, cooking, etc} | m*****k
发帖数: 1864 | | e***y
发帖数: 1152 | 5 问题解决。原网页中有语句，在*创建DOM对象前*必须删除。 |
|
