phpQuery采集微信公众号文章乱码

时间 2019-11-21

原文原文链接

终于找到解决方案了，这是一个值得庆祝的事情....html

原来是由于微信在源码中加入了防采集代码,把文章源码中的这一段去掉就能够了！微信

具体代码以下：测试

public function getCon(){        header('Content-type: text/html; charset=utf-8');        import('Vendor.QL.QueryList');        $w_url=$_POST['wurl'];   //接收到的文章地址//    测试文章地址//        $w_url='http://mp.weixin.qq.com/s?__biz=MzA5NzQ5OTMxMA==&mid=2650621512&idx=1&sn=2059946e820805c0d62a450aa3af62be&chksm=88960789bfe18e9f47417eb45cd8efe458af9e93fea3e8e4e242ea2376fd3e4c69f5218293cb&scene=0#wechat_redirect';//        echo "<script>alert('".$w_url."');</script>";        $html = file_get_contents($w_url);  //获取文章源码并保存到参数中//        echo "<script>alert('".$html."');</script>";        $html = str_replace("<!--headTrap<body></body><head></head><html></html>-->", "", $html);  //去除微信中的抓取干扰代码//        die($w_url);//        var_dump($html);        $data = \QueryList::Query($html,array(            //采集规则库            //'规则名' => array('jQuery选择器','要采集的属性'),            'titleTag' => array('title','text'),//            'title' => array('#activity-name','text'),            'content' => array('body','text'),//            'image' => array('img','src'),            //微信规则            'contentWx' => array('#js_content','text'),//            'imageWx' => array('img','data-src'),//            'conText' => array('.rich_media_content>p','text'),        ))->data;        foreach ($data as $k => $v) {            $data[$k]['imageWx'] = $this->cut_str($v['imageWx'],'?',0);        }//打印结果//        print_r($data);        $this->assign('conD',$data);        $this->display();    }