php - 抓取 - 字符编码

Question

我正在从网络上的大表中抓取一些数据来填充数据库。一些字符在我的屏幕上显示得很好，但是当我刮擦时会做这样的事情：! Åland Islands

我正在使用 file_get_contents 来获取原始数据。在我刮掉它之后它看起来很好（即，如果我只是 var_dump 原始结果）：Åland Islands

然后我将数据转换为数组并将其写入文本文件或 sql 文件。我需要做什么来保留字符格式？

Answer 1

当“Å”变成“!¬†√Ö”（五个字符）时，很可能是两个或多个不正确的字符代码转换的结果。一次不正确的转换往往会将一个字符变成不同的字符，或者变成一对或三个字符，但几乎没有五个字符。

如果在您转储数据后抓取后一切正常，那么您需要找出正在使用的字符编码，并检查您是如何将数据写入文件的。如果数据是 UTF-8 编码的，正如我所怀疑的那样（世界各地的地理名称或多或少需要汇编），那么写入操作应该是对 UTF-8 数据进行操作的操作，并且在检查写入的结果时对于文件，检查软件也应该以 UTF-8 编码读取数据。