file_get_contents() 打破 ISO-8859-1 编码

Question

我正在尝试使用 file_get_contents() 读取页面，但无法使字符编码正常工作。

这是我的代码：

    $username = "masked";
    $password = "maskedPass";
    $remote_url = 'https://utfws.utfpr.edu.br/aluno01/sistema/mplistahorario.inicio?p_curscodnr=212';

    // Create a stream
    $opts = array(
        'http'=>array(
            'method'=>"GET",
            'header' => array(
                "Authorization: Basic " . base64_encode("$username:$password"),
                'Accept-Charset: iso-8859-1'
            )

        )
    );

    $context = stream_context_create($opts);

    // Open the file using the HTTP headers set above
    $file = file_get_contents($remote_url, false, $context);

    echo $file;

我尝试将字符编码更改为 utf-8，但我总是得到一个带有问号而不是 áéíóúãõç 的页面。

当我直接在浏览器中打开页面时，它工作得很好。为什么会这样？

Answer 1

在我看来，这可能只是编码细节丢失的问题。

你所描述的是：

1. 从网络服务器请求文档，指定编码 8859-1
2. 服务器以请求的编码响应文档，包括指定编码的标头是 8859-1。这在浏览器中看起来是正确的。
3. 从 php 输出文档（但不是标题数据！）（此处未指定）
4. 在某种查看器中打开数据。

看到第 3 步中的编码规范丢失在哪里了吗？

使用 8859-1 可以正确解码数据，但如果查看器默认配置为使用该编码，则只有 会使用 8859-1 解码。某些应用程序的默认值可能为 8859-1，但如今 UTF-8 更为常见。

如果您将数据加载到不同的存储引擎（例如 mysql）中，问题可能会更加复杂。 mysql 将字符集与文本数据相关联。如果您的数据库默认为 utf-8，并且您没有告诉它数据实际上在 8859-1 中，但您没有告诉它数据在 8859-1 中，那么现在您正在输入假定的数据以 utf-8 格式，并且数据将在以后的数据库中被这样处理。现在即使你将来向数据库询问 8859-1，数据也会从 utf-8 重新编码为 8859-1，但它不是有效的 utf-8 - 它又是一个不正确一组字节。

要解决此问题，请在查看数据或将数据保存到数据库时指定编码。