[Jann Hendrik]

Hi!

Ich nutze file_get_contents um den Inhalt einer anderen Seite auszulesen (ja, ist legal, daher hierzu bitte keine Diskussion).

Wenn ich die Seite im Browser aufrufe, dann habe ich auch keine Problem mit äöüß, aber ich nutze nun die genannte Funktion, dabei kommt an den entsprechenden Stellen nur Müll raus.

Die Seite hat folgende Zeile im Quellcode:

<META HTTP-EQUIV="Content-Type" CONTENT="text/html;charset=utf-8">

Daher gehe ich davon aus, dass es sich um utf-8 handelt.
Kann ich das irgendwie konvertieren, oder ... sonstwas machen, damit ich wieder richtige Buchstaben bei mir sehe?

[Bleistift]

utf8-decode() und dann noch evt. htmlentities()

[Jann Hendrik]

ok, danke dir - werde ich mal morgen mit rumprobieren!


das htmlentities werde ich wohl nicht nutzen, weil ich mir nur den relevanten Inhalt aus dem body-Bereich rausschneide...

[CIX88]

Oder gibt es Konflikte mit der Datei, wo der Inhalt mit file_get_contents reingeholt wird ?

[Basti]

Mit utf8_decode() kannst du nur Zeichen umwandeln, die in Latin 1 auch vorhanden sind. Wenn du den Inhalt nur durchschleifen willst, dann gib einfach auch den entsprechenden Header aus:

header('Content-Type: text/html; charset=UTF-8');

Meta-Tag alleine reicht nicht aus, wenn dein Server eine andere Kodierung ausspuckt und du die nicht "überschreibst".

Basti

[dejan_spasic]

Diese Informationen könnten auch nützlich sein:

• iconv
• Multibyte String Functions

[Jann Hendrik]

also - ich hole mir den Inhalt mit file_get_contents und mit die Um-Kodierung mit utf8_decode funktioniert, weil es nur Zeichgen betrifft, die dann auch dargestellt werden können.

Somit hat sich das Problem meinerseits gelöst.

Den header wollte ich meinerseits nicht ändern, weil ich nur einen Teil der ausgelesenen Seite auslesen wollte - und das in der neuen Seite auch nur einen kleinen Teil darstellt.