php - 为什么 file_get_contents 返回奇怪的字符？

Question

我正在尝试使用 file_get_contents 解析 http://www.desi-tashan.com/category/pakistan-tvs/aaj-tv/3-idiots/。

但它返回非常不寻常的字符和符号。

好像我解析 http://www.desi-tashan.com/ 它工作得很好。有人能告诉为什么会这样吗？

是否涉及任何编码解码？

该页面似乎是用wordpress制作的..

Answer 1

你看到的内容是gzipped
您可能对 gzdecode 或 zlib-decode 感兴趣(请注意 PHP 中的 Zlib 支持默认未启用)

您的代码可能如下所示

$url = 'http://www.desi-tashan.com/category/pakistan-tvs/aaj-tv/3-idiots/';
$content = file_get_contents($url);
$decoded_content = gzdecode($content); // or zlib_decode($content);

stackoverflow 上的另一个解决方案 here，它在请求中添加了 HTTP header Accept-Encoding，告诉服务器不要 gzip。

但是，它不适用于 www.desi-tashan.com ，服务器忽略 Accept-Encoding header ，并始终返回 gzipped 内容