主页 / 问题 / 1434910
Accepted
Fox
Asked:2022-08-01 03:14:13 +0000 UTC2022-08-01 03:14:13 +0000 UTC

从 <meta> 标签获取页面编码值

  • 772

有一个字符串包含页面编码元标记，它可以是 UTF-8、Windows-1251、KOI8-R 等。

元标记，视情况而定，有不同的外观；它可能并不总是包含编码的明确指示。

在这种情况下，元标记如下所示：

<meta http-equiv="Content-Type" content="text/html; charset=koi8-r">

如果存在，如何通过 PHP 获取元标记中的字符集值？我只需要获取字符集标记的内容，在这种情况下，我想获取内容为“koi8-r”的字符串。

PS - 我想澄清通过 PHP DOM 的解决方案不适合我，建议使用正则表达式。

регулярные-выражения php

1 个回答

  1. Best Answer

    也许这样的选择？经测试UTF-8, Windows-1251, KOI8-R

    $str = '<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">';
preg_match('/charset=(.*)"/', $str, $matches);
print_r($matches[1]);

    如果你需要考虑这个选项<meta charset="utf-8">

    $str = '<meta http-equiv="Content-Type" content="text/html;charset=koi8-r">';
$str2 = '<meta charset="Utf-8">';
if (preg_match('/charset="*(.*)"/', $str2, $matches)) {
print_r($matches[1]);
} else {
print_r("кодировка не установлена");}

    PS：如果还有空格和单引号，需要考虑到：

    $str = '<meta http-equiv="Content-Type" content="text/html;charset=utf - 8">';
$str2 = "<meta charset='Utf-8'>";
$result = preg_replace("/\s+/", "", $str); //удаляем пробелы в строке
if (preg_match('/charset=[\'"]*(.+)[\'"]+/', $result, $matches)) {
print_r($matches[1]);
}
else {
print_r("кодировка не установлена");}
    • 1

相关问题