使用Curl进行抓取远程内容时url中文编码问题

PHP中对于URL进行编码，可以使用 urlencode() 或者 rawurlencode()，二者的区别是前者把空格编码为 '+'，而后者把空格编码为 '%20'，不过应该注意的是，在编码时应该只对部分URL编码，否则URL中的冒号和反斜杠也会被转义。下面是详细解释：

1	string urlencode( string str)

返回字符串，此字符串中除了 -_. 之外的所有非字母数字字符都将被替换成百分号（%）后跟两位十六进制数，空格则编码为加号（+）。

例子 1 ：urlencode函数与rawurlencode函数区别

 

1 2 3 4

$str = '博 客' ; echo  urlencode( $str ); echo  "<br>" ; echo  rawurlencode( $str );

url结果：

1 2	%B2%A9+%BF%CD %B2%A9%20%BF%CD

例子 2 ：url中文编码方法
从url:"http://www.baidu.com/s?wd=博 客" 转为 url:"http://www.baidu.com/s?wd=%E5%8D%9A%20%E5%AE%A2";

1 2 3 4

$url = 'http://www.baidu.com/s?wd=博 客' ; $arr = explode ( '=' , $url ); $url = $arr [0]. '=' .rawurlencode( $arr [1]); echo  $url ;

结果：

http://www.baidu.com/s?wd=%E5%8D%9A%20%E5%AE%A2

或许用以下url编码函数

1 2 3 4 5 6 7 8 9 10 11 12

function  cn_urlencode( $url ){       $pregstr  =  "/[\x{4e00}-\x{9fa5}]+/u" ; //UTF-8中文正则      if (preg_match_all( $pregstr , $url , $matchArray )){ //匹配中文，返回数组          foreach ( $matchArray [0]  as  $key => $val ){              $url = str_replace ( $val , urlencode( $val ),  $url ); //将转译替换中文          }          if ( strpos ( $url , ' ' )){ //若存在空格              $url = str_replace ( ' ' , '%20' , $url );          }      }      return  $url ; }

url结果：

http://www.baidu.com/s?wd=%E5%8D%9A%20%E5%AE%A2