使用encoding('UTF-8','GBK')后,无法获取内容了

发布于 2022-09-11 22:08:13 字数 823 浏览 22 评论 0

$url = 'http://ecigm.com/bk/dt/index.php?1=1&page=5';
  //采集规则
        $reg  = [
            'detail_link' => ['.deanarticec>.deanarticer>.deanarticername>a', 'href'],
            //采集文章标题
            'title'       => ['.deanarticec>.deanarticer>.deanarticername>a', 'text'],
            'image'       => ['.deanarticec>.deanarticel>.atc>a>img', 'src'],
            'brief'       => ['.deanarticec>.deanarticersummary', 'text', '-a -.content_copyright -script'],
        ];
        $rang = '.deanartice>ul>li';

        dd(QueryList::get($url)->encoding('UTF-8','GBK')->rules($reg)->range($rang)->queryData());    // not work
//        dd(QueryList::get($url)->rules($reg)->range($rang)->queryData());    //work

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

迷荒 2022-09-18 22:08:13

这种情况一般是网页结构不规范引起的,可以尝试以下解决方法:

  • 采集到内容后,手动对采集到的结果进行转码
  • 自己手动获取到HTML源码后,然后对源码进行转码,然后再讲源码传给QueryList来抽取内容
  • 尝试调用removeHead()方法
~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文