Tag Archives: 中文乱码

七 28

PHP采集HTML后中文乱码，转换编码为UTF-8的方法

Posted on by

HTML字符集是CP936转UTF-8,GB2312转UTF-8,GBK转UTF-8,PHP采集HTML后中文乱码，转换编码为UTF-8的方法

这个任务最初是使用QueryList插件来采集分析页面的，但是后来发现采集入库的数据中有乱码，查看分析了一下，全部是源页面字符集为非utf-8的页面，那么就利用QueryList自有的方法来转码。

0
1
2
3
4
5
$result = $ql->get('http://'.$url, null, $options)
        ->rules($rules)
        ->encoding('UTF-8','GB2312')
        ->removeHead()
        ->query()
        ->getData();

QueryList官方文档 中介绍，使用encoding('UTF-8','GB2312')方法可以解决，但是实际情况是页面字符集多种多样，刚才测试了三个网站三种编码，CP936,EUC-CN,GBK，真是玩死朕了。那么官方还说如果还是不能解决乱码问题就把removeHead()函数也挂上，没挂之前我感觉它应该是不好使，那也要试一下才能真正的确定啊，试了一下，结果确实还是乱码。

QueryList有时有点诡异，采集时有时会缺内容，不知所以然。 Continue reading →

二 06

CMD运行python项目中文乱码的解决方法

Posted on by

一般情况，原因是python项目编码是utf-8，面CMD默认编码是gbk，所以CMD运行python项目中文才会乱码的，那么我们如果不想修改python项目编码的话，那么就需要修改CMD的默认编码了，方法如下：

CMD窗口输入

0
chcp

如果返回当前CMD的编码

0
Active code page: 936

修改为utf-8编码的命令

0
chcp 65001

现在运行python项目应该就不会乱码了。

假如还是乱码的话，那就把刚才的修改逆向改回去，再查原因吧，但是暂时我还没有发现这种情况。

0
1
chcp 65001       #转换为utf-8代码页
chcp 936           #转换为默认的gbk

 

一 08

Kali Rolling 解决中文乱码问题

Posted on by

1. 在命令行输入”dpkg-reconfigure locales”。进入图形化界面之后，（空格是选中/取消，Tab是切换），选中en_US.UTF-8和zh_CN.UTF-8，确定回车后，将en_US.UTF-8选为默认。
2. 安装中文字体，”apt-get install xfonts-intl-chinese “和” apt-get install ttf-wqy-microhei”
3. 重启 reboot
4. 这时发现网页不乱码，系统也不乱码，但是是英文的界面。打开系统设置，找到设置语言的地方，将语言再改为汉语（中国）。如果没有，或者找不到的输入如下命令：

0
# echo LANG="zh_CN.UTF-8" > /etc/default/locale

5.重启。

6. 如果重启后界面没有变为中文，修改apt源并更新。

总结：Kali系统的一些常见问题，搜索Debian的常见问题，往往能搜到更多的信息。毕竟,Kali是在Debian上进行一些修改的镜像。