PHP- HTML 解析 :: 如何使用简单的 html dom 解析器获取网页的字符集值？

发布于 2024-09-11 11:07:05 字数 902 浏览 12 评论 0原文

PHP:: 如何使用简单的 html dom 解析器（utf-8，windows- 255 等）？

备注：必须使用 html dom 解析器 http://simplehtmldom.sourceforge.net

Example1 来完成网页字符集输入：

<meta content="text/html; charset=utf-8" http-equiv="Content-Type">

结果：utf-8

示例2网页字符集输入：

<meta content="text/html; charset=windows-255" http-equiv="Content-Type">

结果：windows-255

编辑：

I尝试这个（但它不起作用）：

$html = file_get_html('http://www.google.com/');
$el=$html->find('meta[content]',0);
echo $el->charset;

应该改变什么？（我知道 $el->charset 不起作用）

谢谢

原文

PHP:: How can be taken charset value of webpage with simple html dom parser (utf-8, windows-255, etc..)?

remark: its have to be done with html dom parser http://simplehtmldom.sourceforge.net

Example1 webpage charset input:

<meta content="text/html; charset=utf-8" http-equiv="Content-Type">

result:utf-8

Example2 webpage charset input:

<meta content="text/html; charset=windows-255" http-equiv="Content-Type">

result:windows-255

Edit:

I try this (but its not works):

$html = file_get_html('http://www.google.com/');
$el=$html->find('meta[content]',0);
echo $el->charset;

What should be change?
(I know that $el->charset not working)

Thanks

分享到QQ

分享到微博

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。

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。

辞取 2024-09-18 11:07:05

您必须使用正则表达式来匹配字符串（我希望您有 PCRE...）。

$el=$html->find('meta[http-equiv=Content-Type]',0)
$fullvalue = $el->content;
preg_match('/charset=(.+)/', $fullvalue, $matches);
echo $matches[1];

不是很健壮，但应该可以工作。

You'll have to match the string using a regular expression (I hope you have PCRE...).

$el=$html->find('meta[http-equiv=Content-Type]',0)
$fullvalue = $el->content;
preg_match('/charset=(.+)/', $fullvalue, $matches);
echo $matches[1];

Not very robust, but should work.

回复收藏 0 原文

凉薄对峙 2024-09-18 11:07:05

$dd = new DOMDocument;
$dd->loadHTML($data);
foreach ($dd->getElementsByTagName("meta") as $m) {
    if (strtolower($m->getAttribute("http-equiv")) == "content-type") {
        $v = $m->getAttribute("content");
        if (preg_match("#.+?/.+?;\\s?charset\\s?=\\s?(.+)#i", $v, $m))
            echo $m[1];
    }
}

请注意，DOM 扩展隐式地将所有数据转换为 UTF-8。

$dd = new DOMDocument;
$dd->loadHTML($data);
foreach ($dd->getElementsByTagName("meta") as $m) {
    if (strtolower($m->getAttribute("http-equiv")) == "content-type") {
        $v = $m->getAttribute("content");
        if (preg_match("#.+?/.+?;\\s?charset\\s?=\\s?(.+)#i", $v, $m))
            echo $m[1];
    }
}

Note that the DOM extension implicitly converts all the data to UTF-8.

回复收藏 0 原文

花心好男孩 2024-09-18 11:07:05

感谢 MvanGeest 的回答 - 我只是修复了一点，效果很完美。

$html = file_get_html('http://www.google.com/');
$el=$html->find('meta[content]',0);
$fullvalue = $el->content;
preg_match('/charset=(.+)/', $fullvalue, $matches);
echo substr($matches[0], strlen("charset="));

Thanks for MvanGeest answer - I just fix a bit and its works perfect.

$html = file_get_html('http://www.google.com/');
$el=$html->find('meta[content]',0);
$fullvalue = $el->content;
preg_match('/charset=(.+)/', $fullvalue, $matches);
echo substr($matches[0], strlen("charset="));

回复收藏 0 原文

~没有更多了~