1. ホーム
  2. php

file_get_contents() が UTF-8 文字を改行する

2023-09-22 14:08:48

質問

外部サーバーから HTML を読み込んでいます。HTML マークアップは UTF-8 エンコーディングで、ľ,š,č,ť,ž などの文字が含まれています。このようなHTMLをfile_get_contents()で読み込むと、次のようになります。

$html = file_get_contents('http://example.com/foreign.html');

UTF-8文字を混乱させ、適切なUTF-8文字の代わりにÅ, ¾, ¤や類似の無意味な文字を読み込みます。

どうすればこれを解決できますか?

UPDATEしてください。

HTMLをファイルに保存するのと、UTF-8エンコーディングで出力するのと両方試してみました。どちらもうまくいかないので、file_get_contents()はすでに壊れたHTMLを返しているということです。

UPDATE2です。

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="sk" lang="sk">
<head>

<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<meta http-equiv="Content-Style-Type" content="text/css" />
<meta http-equiv="Content-Language" content="sk" />
<title>Test</title>

</head>
<body>


<?php

$html = file_get_contents('http://example.com');
echo htmlentities($html);

?>

</body>
</html>

どのように解決するのですか?

わかりました。私はfile_get_contents()がこの問題を引き起こしていないことを発見しました。私は別の質問で話している別の理由があります。愚かな私。

この質問を参照してください。 なぜDOMはエンコードを変更するのですか?