从utf8文件获取utf8 DOM

Question

我有以下代码：

<?php

header('Content-Type: text/html; charset=utf-8');

function getSource($url)
{
    if (!function_exists('curl_init'))
    {
        die('CURL is not installed!');
    }

    $ch = curl_init();
    curl_setopt($ch, CURLOPT_URL, $url);
    curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
    curl_setopt($ch, CURLOPT_ENCODING, "UTF-8");
    $output = curl_exec($ch);
    curl_close($ch);

    return $output;
}

$source = getSource('http://www.website.com/');
var_dump($source); die();

文件本身是UTF-8格式的。问题是输出的UTF-8字符显示不正确。取而代之的是，它们显示为问号或其他一些垃圾。

我发现解决这个问题的唯一方法是将文件编码为ISO-8859-1。但我不想这样。这是怎么回事？

Answer 1

您传递给CURLOPT_ENCODING的值是(a)无效的，(b)毫无意义，因为它不会强制Curl将其获取的内容转换为您想要的编码。如果远程站点返回ISO-8859-1，那么您必须自己将其转换为UTF-8。

CURLOPT_ENCODING用于在获取页面时接受Accept-Encoding:标头。有效值为"identity"、"deflate"和"gzip"。正如您所看到的，它对字符集编码没有任何意义。