使用Curl进行抓取远程内容时url中文编码问题

PHP中对于URL进行编码，可以使用 urlencode() 或者 rawurlencode()，二者的区别是前者把空格编码为 '+'，而后者把空格编码为 '%20'，不过应该注意的是，在编码时应该只对部分URL编码，否则URL中的冒号和反斜杠也会被转义。下面是详细解释：

1	`string urlencode( string str)`

返回字符串，此字符串中除了 -_. 之外的所有非字母数字字符都将被替换成百分号（%）后跟两位十六进制数，空格则编码为加号（+）。

例子 1 ：urlencode函数与rawurlencode函数区别

$str = '博客' ;

echo urlencode( $str );

echo "<br>" ;

echo rawurlencode( $str );

url结果：

1 2	`%B2%A9+%BF%CD` `%B2%A9%20%BF%CD`

例子 2 ：url中文编码方法
从url:"http://www.baidu.com/s?wd=博客" 转为 url:"http://www.baidu.com/s?wd=%E5%8D%9A%20%E5%AE%A2";

$url
=
'http://www.baidu.com/s?wd=博客'
;

$arr
=
explode
(
'='
,
$url
);

$url
=
$arr
[0].
'='
.rawurlencode(
$arr
[1]);

echo
$url
;

结果：

http://www.baidu.com/s?wd=%E5%8D%9A%20%E5%AE%A2

或许用以下url编码函数

function
cn_urlencode(
$url
){

$pregstr
=
"/[\x{4e00}-\x{9fa5}]+/u"
;
//UTF-8中文正则

if
(preg_match_all(
$pregstr
,
$url
,
$matchArray
)){
//匹配中文，返回数组

foreach
(
$matchArray
[0]
as
$key
=>
$val
){

$url
=
str_replace
(
$val
, urlencode(
$val
),
$url
);
//将转译替换中文

}

if
(
strpos
(
$url
,
' '
)){
//若存在空格

$url
=
str_replace
(
' '
,
'%20'
,
$url
);

}

return
$url
;

}

url结果：

http://www.baidu.com/s?wd=%E5%8D%9A%20%E5%AE%A2

巴特西