Как получить текст в правильной кодировке?

Question

[Askar Fuzaylov]

Я пытаюсь парсить сайт (страницу) с украинским текстом uzinform.com.ua/news/2015/07/04/110622.html.

Я получаю ее с помощью CUrl и file_get_contents() но все равно на выходе получаю. Вместо букв такое ÓêðÇàõ³ä²íôîðì.

Пробовал iconv и mb_convert_encoding не помогает.
С другими кириллическими сайтами проблем нет.
В чем может быть проблема?

Answer 1

[xmoonlight]

В исходной кодировке: смотрите правильно заголовки и тэги!

Comments

[Askar Fuzaylov]

делаю
iconv('windows-1251', 'utf-8', $response->getBody());
не работает

[xmoonlight]

Askar Fuzaylov: iconv('CP1251', 'UTF-8', $response->getBody());

[Askar Fuzaylov]

в итоге получилось
if (mb_check_encoding($response->getBody(), 'CP1251')) {
return mb_convert_encoding($response->getBody(), 'UTF-8', 'CP1251');
}

и еще были проблемы при парсинге с помощью DOMDocument решил так
$doc->loadHTML(mb_convert_encoding($content, 'HTML-ENTITIES', 'UTF-8'));

[xmoonlight]

Askar Fuzaylov: Ну, вообще РЕСПЕКТ Вам! Сами все сделали!!! (все бы так!)

[Askar Fuzaylov]

Было бы не плохо сделать какое то универсальное решение. Потому что это тоже не подошло. Разные языки имеют разные кодировки и определить не получается корректно

Answer 2

[g6422904]

CP1252 → CP1251
УкрЗахідІнформ.

Comments

[Askar Fuzaylov]

iconv('CP1252', 'CP1251', $response->getBody());
так?

[g6422904]

Askar Fuzaylov: Если сайт в utf-8, то как-то так
header('Content-type:text/html; charset=utf-8');
$str = "ÓêðÇàõ³ä²íôîðì";
$str = iconv('utf-8', 'cp1252', $str);
$str = iconv('cp1251', 'utf-8', $str);
echo $str;