使用Curl进行抓取远程内容时url中文编码问题示例探讨

php中对于url进行编码，可以使用 urlencode() 或者 rawurlencode()，二者的区别是前者把空格编码为 ‘+’，而后者把空格编码为 ‘%20’，不过应该注意的是，在编码时应该只对部分url编码，否则安徒生是哪个国家的url中的冒号和反斜杠也会被转义。下面是详细解释：


复制代码 代码如下:

string urlencode( string str)

返回字符串，此字符串中除了 -_. 之外的所有非字母数字字符都将被替换成百分号（%）后跟两位十六进制数，空格则编码为加号（+）。


例子 1 ：urlencode函数与rawurlencode函数区别


复制代码 代码如下:

$str=’博 客’;

echo urlencode($str);

echo “<br&g上海高考题t;”;

echo rawurlencode($str);减法运算定律

url结果：


复制代码 代码如下:

%b2%a9+%bf%cd

%b2%a9%20%bf%cd

例子 2 ：url中文编码方法

从url:”/d/file/titlepic/s 客” 转为 url:”/d/file/titlepic/s />

复制代码 代码如下:

$url=’/d/file/titlepic/s 客’;

$arr=explode(‘=’,$url);

$url=$arr[0].’=’.rawurlencode($arr[1]);

echo $url;

结果：

/d/file/titlepic/s />
或许用以下url编码函数


复制代码 代码如下:

function cn_urlencode($url){

带有木的字$pregstr = “/[\x{4e00}-\x{9fa5}]+/u”;//utf-8中文正则

if(preg_match_all($pregstr,$url,$matcharray)){//匹配中文，返回数组

foreach($matcharray[0] as $key=>$val){

$url=str_replace($val, urlencode($val), $url);//将转译替换中文

}

if(strpos($url,’ ‘)){//若存在空格

$url=康定旅游str_replace(‘ ‘,’%20’,$url);

}

}

return $url;

}

url结果：

/d/file/titlepic/s