1

При парсинге сайта в мою базу данных и затем на сайтик выдается "каша".

Код ниже не работает, так как первоначальная кодировка неизвестна.

iconv("windows-1251","utf-8",$name)

Как определить, какая кодировка установлена на сайте?

P.S. Мета-тегов там нет.

1
  • В 2023 году вопрос для указанного сайта неактуален, кодировка указана в мета-теге: <meta http-equiv="Content-Type" content="text/html; charset=utf-8" /> Commented 18 дек. 2023 в 8:47

2 ответа 2

3

Вот большая статья на эту тему.

Однозначно могу сказать одно - если хотите качественно, то самый надежный способ - это иметь таблицу соответствий сайт-кодировка для тех, которые не определяются правильно. А все остальные по meta тегам и http заголовкам.

Но помните, что есть сайты, у которых только подбором и визуальным контролем можно узнать кодировку. А есть ещё сайты, на которых часть страницы в одной, а часть - в другой:).

2
  • Вот насчет разных страниц в разной кодировке правильно подмечено. Хотя для предложенного в вопросе сайта FF определил, что там cp1251. Почему у TC каша после iconv() ? Видимо надо конкретней разбираться.
    – avp
    Commented 9 июн. 2012 в 9:51
  • Короче, Шерлок Холмс, Пляшущие Человечки.
    – sercxjo
    Commented 9 июн. 2012 в 10:17
0
  1. Может быть статистическую формулу подобрать, выбирать кодировку в зависимости от среднего значения байт, байты меньше 128 не учитывать.

  2. Перебирая разные кодировки, применяем aspell и минимизируем количество нераспознанных слов.

8
  • Ещё варианты есть?=))))
    – step_11
    Commented 8 июн. 2012 в 14:55
  • Ну ещё HTTP заголовки но в них с данного сайта я тоже не обнаружил информации о кодировке.
    – sercxjo
    Commented 9 июн. 2012 в 9:05
  • Добавил ещё вариант.
    – sercxjo
    Commented 9 июн. 2012 в 10:24
  • 1
    Но бывает utf-8 и без них...
    – KoVadim
    Commented 9 июн. 2012 в 11:31
  • 1
    @avp О BOM читали?
    – KoVadim
    Commented 9 июн. 2012 в 14:32

Ваш ответ

Нажимая «Отправить ответ», вы соглашаетесь с условиями пользования и подтверждаете, что прочитали политику конфиденциальности.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.