Login

#1 (**permalink**) 15-11-2010, 14:27

Hallo,

ich lasse mir aus einigen Einträgen automatisiert einen Index erstellen, und lese - wo vorhanden - dafür einige Teile von Wikipedia ein.

Das einlesen sieht so aus:

Code:

$URL = "http://de.wikipedia.org/wiki/" . $urlend;
$URL = utf8_encode($URL);
$seiteninhalt = file_get_contents($URL);

Sowohl die PHP-Datei, die das macht, als auch die erzeugte HTML-Datei enthalten den Eintrag charset=UTF-8.

Trotzdem erhalte ich sehr unschöne Effekte mit allen Sonderzeichen, ein Beispiel:

Zitat:

Die Demografie (auch Demographie, griech. Î´Î·Î¼Î¿Î³ÏÎ±Ï†Î¯Î±, von Î´Î®Î¼Î¿Ï‚, dÃ©mos â€" Volk und Î³ÏÎ±Ï†Î®, grafÃ© â€" Schrift, Beschreibung) bzw. BevÃ¶lkerungswissenschaft

Was mache ich da noch falsch? Danke!

#2 (**permalink**) 15-11-2010, 14:33

Hallo,

dann codierst du es vermutlich doppelt als UTF-8.

Genaueres kann man nicht sagen. Bei deinen Angaben, wo du überall UTF-8 angibst, hättest du etwas mehr ins Detail gehen oder ein Onlinebeispiel liefern können.

Gruß,

Amica

#3 (**permalink**) 15-11-2010, 14:41

Hmm, ich versuche mal, mehr Details zu geben:

Code:

            $URL = "http://de.wikipedia.org/wiki/" . $urlend;
            $URL = utf8_encode($URL);

            $seiteninhalt = file_get_contents($URL);
            // Anfang weg bis hier
            $pos = strpos($seiteninhalt, '<h1 id="firstHeading" class="firstHeading">');
            if ($pos > 0) {
               $seiteninhalt = substr($seiteninhalt, $pos);
            }

Dann kommt noch div. anderes. Es bleibt ein String übrig, mit möglichst wenigen HTML-Kommandos. Und den füge ich dann an passender Stelle ein und schreibe die neue HTML-Datei:

Code:

if (strlen($URLcontent) > 0) {
         $pos1 = strpos($all, "-- INHALTSBESCHREIBUNG --");
         $pos2 = strpos($all, "-- INHALTSBESCHREIBUNG_ENDE --");
         if ($pos1 !== false and $pos2 !== false) {
            $all = substr($all, 0, $pos1 - 2) . $URLcontent . substr($all, $pos2 + 31);
         } 

      $filename = $keyword . ".html";
      $handle   = fopen ($themeindexpath . $filename, "w");
      if (! fwrite($handle, $all) ) {
         die(utf8_encode("Fehler: Neue Begriffsdatei $filename konnte nicht geschrieben werden!"));
      }
      fclose ($handle);

Hilft das?

#4 (**permalink**) 15-11-2010, 14:46

Naja, fast schon ein bisschen. Ich sehe jetzt, dass du den HTML-Code abspeicherst und nciht direkt ausgibst, aber mehr eigentlich nicht.

Kannst du mal so eine gespeicherte HTML-Datei als Anhang hochladen?

#5 (**permalink**) 15-11-2010, 14:50

Gerne:

#6 (**permalink**) 15-11-2010, 14:55

Zitat:

Zitat von beginner123

Gerne:

Aha

#7 (**permalink**) 15-11-2010, 14:57

Sorry, ich hatte nicht gesehen, dass man html-files nicht anhängen kann. Jetzt sollt´s als zip dabei sein.

#8 (**permalink**) 15-11-2010, 15:08

Alles klar, du baust da irgendwas zusammen aber kein HTML.

Erste Zeile:

Code:

<html header('Content-Type: text/html; charset=utf-8')><head>

Das kann so nicht gehen. header ist eine PHP-Funktion, kein HTML-Attribut.

Die Lösung: HTML korrigieren und das im head einfügen:

HTML-Code:

<meta http-equiv="content-type" content="text/html; charset=utf-8" />

#9 (**permalink**) 15-11-2010, 15:14

Super, danke, nach vielen Stunden Programmieren macht man manchmal die dümmsten Fehler...

#10 (**permalink**) 15-11-2010, 15:31

Jag aber trotzdem mal den HTML-Code durch den W3C Validator. Da ist noch mehr im Argen.

#11 (**permalink**) 15-11-2010, 15:33

Mache ich sowieso noch. Aber vorher noch: Kannst du mir erklären, warum z.B. der lange Gedankenstrich nach wie vor nicht passt? Gleich oben bei den griechischen Zeichen, siehe Themenindex fr Schlsselwort Demographie von www.dvd-wissen.com

#12 (**permalink**) 15-11-2010, 15:40

Erklären nicht, aber vermuten: du arbeitest mit den normalen Stringfunktionen und machst/suchst/ersetzt damit irgendwas, ich nehme an genau in dem weggelassenen Teil von dem geposteten Script. Dabei zerstörst du dir deine UTF-8-Sequenzen.

Sieh dir mal die MBString-Erweiterung von PHP an.

#13 (**permalink**) 15-11-2010, 15:43

Déjà-vu!

Login

PHP News

Aktuelle PHP Scripte