simple_html_dom忽略特殊字符

Question

我使用的代碼是下面的代碼，在我遇到具有日文字符或任何特殊字符的URL之前，這項工作完全正常。我觀察過這個問題，它似乎只是在URL包含特殊字符（如日語）時才返回域名，結果我不斷收到隨機結果，我不打算檢索。

include_once 'simple_html_dom.php'; 
header('Content-Type: text/html; charset=utf-8'); 

$url_link = 'http://kissanime.com/Anime/Knights-of-Ramune-VS騎士ラムネ＆40FRESH'; 

$html = file_get_html($url_link); 
echo $html->find('.bigChar', 0)->innertext; 

我應該得到「Ramune騎士」的結果，因爲這是我試圖檢索的元素。相反，$ url_link被重定向到域名'http://kissanime.com/'，沒有'動漫/騎士騎士VS騎士ラムネ＆40FRESH'。從那裏，它會查找具有「.bigChar」值的類，從而得到隨機值。

Answer 1

真正的問題域是，如何使用UTF-8字符的URL而不是simple_html_dom檢索數據。

首先，我們需要編碼字符：

$url_link = 'http://kissanime.com/Anime/Knights-of-Ramune-VS騎士ラムネ＆40FRESH'; 

$strPosLastPart = strrpos($url_link, '/') + 1; 
$lastPart  = substr($url_link, $strPosLastPart); 
$encodedLastPart = rawurlencode($lastPart); 
$url_link  = str_replace($lastPart, $encodedLastPart, $url_link); 

Normaly這應該工作。由於我測試了它，它不起作用。所以我在問爲什麼會發生這種錯誤，並使用CURL進行了一次呼叫。

未將對象引用設置爲對象的實例。說明：執行當前Web 請求期間發生未處理的異常 。請查看堆棧跟蹤以獲取有關 錯誤以及源代碼的更多信息。

異常詳細信息：System.NullReferenceException：對象引用不是 設置爲對象的實例。

現在我們知道，這個頁面是用ASP.NET編寫的。但我問我，爲什麼它不工作。我添加了一個用戶代理，瞧：

$ch = curl_init($url_link); 
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows NT 6.3; WOW64; rv:31.0) Gecko/20100101 Firefox/31.0'); 
$data = curl_exec($ch); 
echo $data; 

所有在一起（工作）：

$url_link = 'http://kissanime.com/Anime/Knights-of-Ramune-VS騎士ラムネ＆40FRESH'; 

//Encode Characters 
$strPosLastPart = strrpos($url_link, '/') + 1; 
$lastPart  = substr($url_link, $strPosLastPart); 
$encodedLastPart = rawurlencode($lastPart); 
$url_link  = str_replace($lastPart, $encodedLastPart, $url_link); 

//Download Data 
$ch = curl_init($url_link); 
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (Windows NT 6.3; WOW64; rv:31.0) Gecko/20100101 Firefox/31.0'); 
$data = curl_exec($ch); 

//Load Data into Html (untested, since i am not using this Lib) 
$html = str_get_html($data); 

現在的區別是，讀$data到您的simple_html_dom.php類，而不是file_get_html。

乾杯