网页charset和实际编码不一致，希望能修改

[yudianguo]

使用mb_detect_encoding 可检测出实际编码，然后再进行转换。 http://tech.qq.com/ 【腾讯科技频道】 标记的是utf8 实际则是EUC-CN编码

[yudianguo]

不知道这个方法可行么

[fanfank]

应该是可行的，你是在爬取tech.qq.com的内容时碰到了乱码问题？ 如果有一个具体的出错example我这边会更好修复一些。

[yudianguo]

爬取tech.qq.com 所有的中文都会变成乱码，使用mb_detect_encoding方法查出实际编码EUC-CN；你可以试一试爬取http://tech.qq.com/网站，里面的中文都是乱码。

[fanfank]

好的，我今晚回去看下

[fanfank]

@yudianguo 我这边detect的结果是FALSE，你试一下在源码的这一行： https://github.com/fanfank/phpfetcher/blob/master/Phpfetcher/Page/Default.php#L363

后面加上var_dump(mb_detect_encoding($this->_strContent));，看看得到的结果是什么？

[yudianguo]

我现在就是用 mb_detect_encoding($this->_strContent, array("ASCII","UTF-8","GB2312","GBK"));这个检测了一下，返回的东西和白天试的不一样这会返回的编码是CP936。可能是他们网站做了什么处理了把。我看有人介绍说不建议使用这中方式检测编码，说是不准确

[fanfank]

是的，之前我也是尝试过用这种方法，效果不太好。后来是想着既然页面内有编码标识就直接用，如果实际编码和声明的不一致，那么就和规范不统一了。这里我怀疑是另外一些问题导致了乱码，我再看看