PHP解析转换错误的HTML类库simple_html_dom
我们这些天在simple_html_dom有文章。不同网站的编码是UTF-8 GBK GB2312基本在中国。他们中的大多数都是GB2312和UTF-8。我simple_html_dom版本有一种convert_text是这样的。
复制代码代码如下所示：
paperg -转换 / /功能如果两组是不一样的从一个到另一个文本字符集。
功能convert_text（$文本）
{
全球debug_object美元；
If (is_object ($debug_object)) {$debug_object->debug_log_entry (1);}
converted_text美元= $文本；
= $ sourcecharset ；
= $ targetcharset ；
如果（$ - DOM）
{
sourcecharset = strtoupper美元（美元-> DOM -> _charset）；
targetcharset = strtoupper美元（美元-> DOM -> _target_charset）；
}
如果（is_object（$ debug_object））{ $ debug_object -> debug_log（3，源字符：。sourcecharset美元。目标charaset：。targetcharset美元）；}
如果（！空（美元sourcecharset）！空（美元targetcharset）（strcasecmp（sourcecharset美元，美元targetcharset）！= 0））
{
检查报告的编码可能/已误，文本实际上已经是UTF-8
如果（（strcasecmp（targetcharset美元，'utf-8）= 0（美元-> is_utf8）（$文本）））
{
converted_text美元= $文本；
}
其他的
{
converted_text美元= iconv（sourcecharset美元美元美元，targetcharset，文本）；
}
}
让我们确保我们不 /愚蠢的BOM问题与任何UTF-8文本我们输出。
如果（$ targetcharset = 'utf-8）
{
如果（substr（converted_text美元，0, 3）= = XeF XBB 工具）
{
converted_text美元= substr（converted_text美元，3）；
}
如果（substr（$ converted_text，- 3）= = XeF XBB 工具）
{
converted_text美元= substr（converted_text美元，0 - 3）；
}
}
返回的converted_text；
}
看这条线：
复制代码代码如下所示：
converted_text美元= iconv（sourcecharset美元美元美元，targetcharset，文本）；
它使转换是不正确的。例如，GB2312的文字将变成：
复制代码代码如下所示：
4月26日，楚归链公园马术在2014浪琴手表世界杯中国联赛飞跳，24岁的韩壮壮不仅得到零罚分…在出场的第七场比赛，包括奥运选手赵志文。像第一次收获77秒零分07…
现有的事实证明，转换函数的内部处理的不好，因为我用这个simple_html_dom，我只是想建立DOM。我不会花时间来处理这个bug，但简单地采取
复制代码代码如下所示：
converted_text美元= iconv（sourcecharset美元美元美元，targetcharset，文本）；
改变
复制代码代码如下所示：
converted_text美元= $文本；
没关系，我们的想法是取消它的转码。