PHP mb_strpos 不识别版权符号

Question

我正在尝试使用 mb_strpos PHP 函数在某些网页上搜索 © 符号。

       $pagecontent = file_get_contents($website_url);

        if (mb_strpos($pagecontent, $string_to_find) === false) {

                // String / Content NOT found on page (FAIL)
                return false;

        } else {

                // String / Content FOUND on page (SUCCESS)
                return true;
        }

我会将 $website_url 和 $string_to_find “版权©”变量传递给函数，但是它返回 false，即使我知道 © 存在于网页中。如果我从字符串中删除©字符，那么它返回true..所以我猜PHP试图找到©符号有问题？

谁能指出我正确的方向？

Answer 1

由于您使用的是mb_strpos，我假设您使用mb_internal_encoding 设置编码？因为否则你可以使用strpos。

那么，网站的编码是什么？你的“内部编码”是什么？我敢打赌他们不匹配。

例如如果网站是 UTF-8 编码的，你可以使用

mb_strpos($pagecontent, $string_to_find, 0, "utf-8")

此外，布尔值是值，因此您可以将代码简化为

$pagecontent = file_get_contents($website_url);
return (mb_strpos($pagecontent, $string_to_find) !== false);

完整的解决方案是：

$pagecontent = file_get_contents($website_url);
return (mb_strpos($pagecontent, $string_to_find, 0, "utf-8") !== false);

假设网站使用 UTF-8。此外，您必须确保 $string_to_find 具有相同的编码。如果将版权符号作为字符串文字放入代码中（如"©"），则源文件也应采用 UTF-8 编码。在 PHP 中，字符串在内部只是字节流。

---

其他可能性（我刚刚阅读了上面的 cmets）：该网站包含一个 © HTML 实体。在这种情况下，您必须改为搜索 ©。