个人中心
文章发布
退出
作者热门文章
- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库？
- java - OnItemClickListener 不起作用，但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
25
4
我正在使用 Goutte 从 UTF-8 网站抓取数据，它在内部使用 Guzzle。该站点声明了一个 UTF-8 元标记，因此:
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
但是，内容类型 header 是这样的:
Content-Type: text/html
而不是:
Content-Type: text/html; charset=utf-8
因此，当我抓取时，Goutte 并没有发现它是 UTF-8，而是错误地抓取了数据。远程站点不在我的控制之下，所以我无法解决那里的问题!这是一组用于复制问题的脚本。一、刮刀:
<?php
require_once realpath(__DIR__ . '/..') . '/vendor/goutte/goutte.phar';
$url = 'http://crawler-tests.local/utf-8.php';
use Goutte\Client;
$client = new Client();
$crawler = $client->request('get', $url);
$text = $crawler->text();
echo 'Whole page: ' . $text . "\n";
现在是放置在网络服务器上的测试页面:
<?php
// Correct
#header('Content-Type: text/html; charset=utf-8');
// Incorrect
header('Content-Type: text/html');
?>
<!DOCTYPE html>
<html>
<head>
<title>UTF-8 test</title>
<meta charset="utf-8" />
</head>
<body>
<p>When the Content-Header header is incomplete, the pound sign breaks:
£15,216</p>
</body>
</html>
这是 Goutte 测试的输出:
Whole page: UTF-8 test When the Content-Header header is incomplete, the pound sign breaks: £15,216
正如您从上一个脚本中的注释中看到的那样，在 header 中正确声明字符集可以解决问题。我在古特四处寻找，看看是否有任何看起来会强制字符集的东西，但无济于事。有什么想法吗？
最佳答案
问题实际上出在 symfony/browser-kit 和 symfony/domcrawler 上。 browserkit 的 Client does not examine the HTML meta tags仅确定字符集、内容类型 header 。当response body交给domcrawler时，就是treated作为the default charset ISO-8859-1 .在检查元标记后，应该恢复决定并重建 DomDocument，但这从未发生。
简单的解决方法是用 utf8_decode() 包装 $crawler->text():
$text = utf8_decode($crawler->text());
如果输入是 UTF-8，这会起作用。我想对于其他编码可以用 iconv() 实现类似的东西或者。但是，每次调用 text() 时都必须记住这样做。
一种更通用的方法是让 Domcrawler 相信它处理的是 UTF-8。为此，我想出了一个 Guzzle 插件，它会覆盖(或添加)内容类型响应 header 中的字符集。您可以在 https://gist.github.com/pschultz/6554265 找到它.用法是这样的:
<?php
use Goutte\Client;
$plugin = new ForceCharsetPlugin();
$plugin->setForcedCharset('utf-8');
$client = new Client();
$client->getClient()->addSubscriber($plugin);
$crawler = $client->request('get', $url);
echo $crawler->text();
关于php - Goutte/Guzzle 可以强制进入 UTF-8 模式吗？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/18782332/
25
4
0
如果我 mov, eax 12345 和之后的 mov var, eax (假设 var 是一个 32 位的 int 等..等等)并输出 var 稍后它会正确输出。 与 ax 相同。 mov ax,
我有这个代码: for($nrt=0; $nrt"; if($sidesIndexes[$nrt]==$nrt) { echo "am I in??? ".$sidesInde
我正在阅读The Go Programming Language的8.5章，并陷入一些代码。下面的代码列表。 func main() { naturals := make(chan int)
我写了一个 MySQL 查询用于将数据导出到文本文件。 查询运行成功，但结果与我的预期不符。 我想在列之间没有间距的结果。 select sample_export_record1_2013.
在普通的 Excel 窗口中，我可以打开 VBE 并通过触摸键序列插入一个新模块:ALT+F11、ALTim 全部不使用鼠标。有没有办法打开 VBE 并导航到 本工作手册 不使用鼠标的代码区域？ 最佳
我正在使用 axios 发出 http 请求。在 .then() 内部，我正在使用另一个 axios 调用。最后，我有第三个 then()，它应该在第二个 then 之后运行，但实际上并没有这样做。
我需要在 cocos2d 项目中播放视频..我的问题是:如何将 MPMoviePlayerController 放入我的 View 中，如下所示:？ UIView *theView = [[CCDir
我正在学习 Angular。以下代码有效: .controller('abc', function ($scope, $http) { $http.get("/Handlers/Authenticat
目前我正在使用 WPF 学习 C#。我的主要方法是尽我所能使用 MVVM 模式，但现在我有点困惑。 在我所有 View 的应用程序中，我有一个 View 模型: private DruckviewVi
关于将 G 邮件提取到 Google 电子表格，我该如何添加 IF 以按主题驳回特定电子邮件？例如:电子邮件回复(主题中带有“RE:”)。我不希望这些电子邮件出现在我的电子表格中。 我尝试过使用 LO
我正在尝试使用 Spotify API 并进入数组。 const App = () => { const [isLoading, setIsLoading] = useState(true);
我有一个 html 模板，并且有一个条件为 --> 的代码 --> window.jQuery || document.write(""+"");
我正在开发一个 Android 应用程序，该应用程序会暴力破解从 int 创建的 MD5 和。 暴力破解部分工作正常。 (我可以sysout最终值并且它是正确的。) 我在将输出值发送到警报对话框时遇到
我正在创建一个界面，用户可以通过该界面生成多系列折线图，并控制绘制哪些数据集。 要绘制哪些数据集由复选框控制。页面加载时，默认数据集以图表形式呈现，并且 $('input:checkbox.data-
我尝试将有向无环图绘制为力布局。 但是我注意到，尽管为每个组元素灌输了进入/退出条件，弹出的节点/链接并没有从 DOM 中删除它们自己。 相反，弹出的节点/链接在力布局中卡住；这意味着没有调用进入/退
这里是新手。我不知道它是怎么发生的，但我正在处理一个程序，当我去调试并进入时，黄色箭头走到了我代码的最后并跳过了整个 block 。有快速解决方法吗？ 最佳答案 按 F11，或单击工具栏上的“Step
我的 Action 栏 sherlock 中有一个列表。我想在用户点击该列表时得到。我不想知道用户何时点击某个项目，我已经知道 (onNavigationItemSelected)。 在我的 onCr
** 你好 **我如何从 ci 中的 mysql 日期获取 eurodate 来工作......无法弄清楚 - 请帮忙 想要获取日期 YY-mm- dd -> dd-mm-yy提前致谢 最佳答案 $t
我有以下脚本: #!/bin/bash ls -1 | while read d do [[ -f "$d" ]] && continue echo $d cd $d done
TL;DR - 跳转到最后一段 背景 我正在执行一些数据驱动测试，并将日志文件用作测试输出之一。它的工作原理是这样的- 读取文件夹中的第一个文件 处理第一行并转换为测试 运行测试 执行验证 1 ...
我是一名优秀的程序员,十分优秀！