使用Curl进行抓取远程内容时url中文编码问题示例

在编码时应该只对部分URL编码,否则URL中的冒号和反斜杠也会被转义,下面有两个不错的示例,有类似情况的朋友可以感受下

PHP中对于URL进行编码,可以使用 urlencode() 或者 rawurlencode(),二者的区别是前者把空格编码为 '+',而后者把空格编码为 '%20',不过应该注意的是,在编码时应该只对部分URL编码,否则URL中的冒号和反斜杠也会被转义。下面是详细解释:

复制代码 代码如下:


string urlencode( string str)


返回字符串,此字符串中除了 -_. 之外的所有非字母数字字符都将被替换成百分号(%)后跟两位十六进制数,空格则编码为加号(+)。
例子 1 :urlencode函数与rawurlencode函数区别

复制代码 代码如下:


$str='博 客';
echo urlencode($str);
echo "<br>";
echo rawurlencode($str);


url结果:

复制代码 代码如下:


%B2%A9+%BF%CD
%B2%A9%20%BF%CD


例子 2 :url中文编码方法
从url:"http://www.baidu.com/s?wd=博 客" 转为 url:"http://www.baidu.com/s?wd=%E5%8D%9A%20%E5%AE%A2";

复制代码 代码如下:


$url='http://www.baidu.com/s?wd=博 客';
$arr=explode('=',$url);
$url=$arr[0].'='.rawurlencode($arr[1]);
echo $url;


结果:
?wd=%E5%8D%9A%20%E5%AE%A2
或许用以下url编码函数

复制代码 代码如下:


function cn_urlencode($url){
$pregstr = "/[\x{4e00}-\x{9fa5}]+/u";//UTF-8中文正则
if(preg_match_all($pregstr,$url,$matchArray)){//匹配中文,返回数组
foreach($matchArray[0] as $key=>$val){
$url=str_replace($val, urlencode($val), $url);//将转译替换中文
}
if(strpos($url,' ')){//若存在空格
$url=str_replace(' ','%20',$url);
}
}
return $url;
}


url结果:
?wd=%E5%8D%9A%20%E5%AE%A2

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:http://www.heiqu.com/d5a98907e027339e063ff08d6a32cea8.html