Seite parsen Charset unbekannt.

omex · 15.08.2010, 15:58

Schönen Sonntag Nachmittag allen.

Ich versuche mich wieder am Website Parsen und bin auf ein mir unbekanntest Problem gestoßen.

Fall:
Möchte gerne die Webseite: Reisewelt Polen Hotels Pensionen Ferienhäuser Urlaub Kur und Wellness parsen und wieder ausgeben.

Problem:
Die Sonderzeichen werden mir als ? angezeigt.

Versuchte Lösungen:

1. Normalerweise wird im Responde der Charset mitgeliefert und daran kann ich erkennen ob UTF-8 kodiert oder nicht.

Die Webseite liefert aber keinen Charset mit.

Habe auch schon versucht den Charset zu analysieren, mb_detect gibt mir aber UTF-8 zurück.

PHP-Code:

  $site = file_get_contents('http://www.polen-reisen.de');

$charset = mb_detect_encoding ($site);

Vielleicht noch Jemand eine Idee, ob es irgendwie möglich ist den Charset zu beeinflussen?

Mein Ziel ist es die Sonderzeichen richtig anzuzeigen.

Danke euch

omex · 15.08.2010, 16:31

Nachtrag:

Bin auf die Idee gekommen einfach die fehlerhaften Sonderzeichen in Html Code umzuwandeln, leider werden diese dann aber nicht mehr zurück konvertiert, weis jemand wieso??

PHP-Code:

  $content = htmlspecialchars($content, ENT_NOQUOTES);

$content = html_entity_decode($content, ENT_NOQUOTES, 'UTF-8');

lstegelitz · 16.08.2010, 12:09

Verstehe ich nicht, wenn ich den Link öffne und in den Quelltext schaue, steht dort

Code:

<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">

Chriz · 17.08.2010, 09:48

Du musst die Response auslesen und da im Header den Content-Type auslesen, alternativ den <meta>-Tag im HTML, wie es Istegelitz gepostet hat.

Themen-Optionen
Druckbare Version zeigen Jemanden per E-Mail auf dieses Thema hinweisen
Thema bewerten
Thema bewerten:

Ähnliche Themen
Thema	Autor	Forum	Antworten	Letzter Beitrag
---Formularvariablen an 2. Seite übergeben und versenden---	Paiden2511	PHP Tipps 2010	14	30.07.2010 01:46
Seite für mobile Handy-Browser anpassen	gruber99	PHP-Fortgeschrittene	14	25.01.2010 16:08
[Erledigt] HTML Seite parsen, scheitere am ENTER	laub	PHP Tipps 2009	9	25.11.2009 17:54
CURL in Seite einloggen und einen Teil parsen	Matt	PHP Tipps 2008	8	03.09.2009 22:30
Bei richtiger Eingabe Daten an nächste Seite versenden	xx_heidi_xx	PHP Tipps 2008	49	27.05.2008 14:56
Dynamische HTML Seite parsen	blaus	PHP Tipps 2008	10	17.03.2008 14:44
Eintrag in DB und Wechsel zu anderer Seite	Darson	PHP Tipps 2008	25	14.01.2008 16:46
Seite nicht mehr gültig	Igäl	PHP Tipps 2006	3	25.05.2006 16:08
[Erledigt] Wetten automatisch von anderer Seite beziehen		PHP Tipps 2006	11	03.03.2006 09:09
Seite in Seite		PHP-Fortgeschrittene	3	15.03.2005 19:27
Mit post an weitere Seite oder 2 Seiten übergeben?		PHP Tipps 2005	1	02.02.2005 12:16
Neue Seite an einer bestimmten Stelle aufrufen		PHP Tipps 2005	3	13.01.2005 10:09
blätterfunktion-limit-letzte seite		PHP Tipps 2004-2	2	20.12.2004 23:56
Eine 2te Seite auto matisch in neuem Fenster laden		PHP Tipps 2004	4	25.08.2004 14:10

15.08.2010, 15:58
omex Benutzer Registriert seit: 25.05.2009 Beiträge: 80	Seite parsen Charset unbekannt. Schönen Sonntag Nachmittag allen. Ich versuche mich wieder am Website Parsen und bin auf ein mir unbekanntest Problem gestoßen. Fall: Möchte gerne die Webseite: Reisewelt Polen Hotels Pensionen Ferienhäuser Urlaub Kur und Wellness parsen und wieder ausgeben. Problem: Die Sonderzeichen werden mir als ? angezeigt. Versuchte Lösungen: 1. Normalerweise wird im Responde der Charset mitgeliefert und daran kann ich erkennen ob UTF-8 kodiert oder nicht. Die Webseite liefert aber keinen Charset mit. Habe auch schon versucht den Charset zu analysieren, mb_detect gibt mir aber UTF-8 zurück. PHP-Code: `$site = file_get_contents('http://www.polen-reisen.de'); $charset = mb_detect_encoding ($site);` Vielleicht noch Jemand eine Idee, ob es irgendwie möglich ist den Charset zu beeinflussen? Mein Ziel ist es die Sonderzeichen richtig anzuzeigen. Danke euch


Mister Ad PHP Code Flüsterer Registriert seit: 21.08.2005 Beiträge: 4682 PHP-Kenntnisse: Fortgeschritten

15.08.2010, 16:31
omex Benutzer Registriert seit: 25.05.2009 Beiträge: 80	Nachtrag: Bin auf die Idee gekommen einfach die fehlerhaften Sonderzeichen in Html Code umzuwandeln, leider werden diese dann aber nicht mehr zurück konvertiert, weis jemand wieso?? PHP-Code: `$content = htmlspecialchars($content, ENT_NOQUOTES); $content = html_entity_decode($content, ENT_NOQUOTES, 'UTF-8');`

16.08.2010, 12:09
lstegelitz Erfahrener Benutzer Registriert seit: 07.09.2009 Beiträge: 4.005 PHP-Kenntnisse: Fortgeschritten	Verstehe ich nicht, wenn ich den Link öffne und in den Quelltext schaue, steht dort Code: <meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1"> __________________ Über 90% aller Gewaltverbrechen passieren innerhalb von 24 Stunden nach dem Konsum von Brot.

17.08.2010, 09:48
Chriz Moderator Registriert seit: 11.05.2008 Beiträge: 6.269	Du musst die Response auslesen und da im Header den Content-Type auslesen, alternativ den <meta>-Tag im HTML, wie es Istegelitz gepostet hat. __________________ "Nuschel ich?" - "Was?"