精易论坛

标题: 分享一个 判断网页源码乱码的方法 不是很准确 [打印本页]

---

作者: WarX    时间: 2019-4-19 13:51
标题: 分享一个 判断网页源码乱码的方法 不是很准确
用了 精艺模块哈 自己加入

今天看到一个问题说有些网站明明写的charset=gbk取出来的还是utf-8

然后想了一个这笨办法 这个测试了一些网站还是可以的 想不到其他方法了  或者大佬有啥方法可以分享出来试试

然后这个是有BUG的，在注释处有说明哈


（出现取源码慢的问题 可以自己改网页访问或者线程啥的方式取源码）

  

子程序名	返回值类型	公开	备 注
判断网页是不是乱码	逻辑型		是乱码返回真 非取编码 是比较复杂的一个方法 有小概率判断错误 如网页有?/xxx>的文本 或者取回来是没有什么文本的网页 笑哭表情
参数名	类 型	参考	可空	数组	备 注
网站	文本型				网站地址
返回源码	文本型				如果是乱码 会解码后在 传参返回源码

变量名	类 型	静态	数组	备 注
txt	文本型
TXT2	文本型
z	正则表达式类

txt ＝ 网页_取网页源码 (网站)
TXT2 ＝ 网页_取文本_dom (txt)
置剪辑板文本 (TXT2)
z.创建 (“\?\/.*?>”, TXT2, , , , )
如果 (z.取匹配数量 () ＝ 0)
返回源码 ＝ txt
返回 (假)


返回源码 ＝ 编码_utf8到gb2312 (txt)
返回 (真)

.版本 2<br /> <br /> .子程序 判断网页是不是乱码, 逻辑型, 公开, 是乱码返回真 非取编码 是比较复杂的一个方法 有小概率判断错误 如网页有?/xxx>的文本 或者取回来是没有什么文本的网页 笑哭表情<br /> .参数 网站, 文本型, , 网站地址<br /> .参数 返回源码, 文本型, 参考 可空, 如果是乱码 会解码后在 传参返回源码<br /> .局部变量 txt, 文本型<br /> .局部变量 TXT2, 文本型<br /> .局部变量 z, 正则表达式类<br /> <br /> txt ＝ 网页_取网页源码 (网站)<br /> TXT2 ＝ 网页_取文本_dom (txt)<br /> 置剪辑板文本 (TXT2)<br /> z.创建 (“\?\/.*?>”, TXT2, , , , )<br /> .如果 (z.取匹配数量 () ＝ 0)<br />     返回源码 ＝ txt<br />     返回 (假)<br /> .否则<br /> <br />     返回源码 ＝ 编码_utf8到gb2312 (txt)<br />     返回 (真)<br /> .如果结束

---

作者: 易小妞    时间: 2019-4-19 14:14
前面有人问了

---

作者: 你来我深情不拥    时间: 2019-4-19 17:31
感谢分享、、、、、

---

作者: jj595969837    时间: 2019-4-19 18:12
支持下哈辛苦了。。。。。

---

作者: sampo2017    时间: 2019-4-20 13:06
感谢楼主分享经验

---

作者: uxdxdg    时间: 2019-4-23 20:01
ooooooooooooooooooooooooo

---

作者: 懒人定制软件    时间: 2019-5-31 23:30
抢个沙发，楼主来杯茶可好？

---

欢迎光临 精易论坛 (https://125.confly.eu.org/)

Powered by Discuz! X3.4