Почему часть страницы парсится нормально, а часть кракозябрами?

Question

[khodos_dmitry]

Пытаюсь спарсить один сайт. Часть данных с него нормально скачиваются, но данные с некоторых блоков парсятся вот так:

$spravka = iconv("windows-1251", "utf-8", $spravka); - после этого вообще ничего не остается.

Comments

[Andrej Gessel]

Что за блоки(встроенные с других сайтов, или div контейнеры?), как скачивается страница?

Для начала стоит узнать тип передаваемого текста: "Content-Type: text/html;charset=utf-8" потом уже решать куда и что конвертировать.

[khodos_dmitry]

Andrej Gessel,
Блоки с этого сайта.

Вверху указана ссылка. После фразы "О банке Сбербанк в России" все кракозябрами.

[khodos_dmitry]

Страница скачивается курлом, нормально.

[Andrej Gessel]

Можно хотя-бы часть кода, что-бы понять, что происходит и заодно попробовать у себя?

Answer 1

[Andrej Gessel]

Я кажется добрался до сути проблемы. Часть текста написана чистым utf8, часть написана при помощи numerical HTML encoding of the Unicode character.
Пример:
UTF8: Сбер
HTML: Сбер = Сбер

$doc->loadHTML(mb_convert_encoding($body, 'HTML-ENTITIES', 'UTF-8'));