Windows Zeichensätze lassen sich relativ komfortabel in UTF-8 umwandeln
Beim Crawlen von Webseiten stoße ich gerade bei älteren Webs auf die damals beliebten länderspezifischen Windows Zeichensätze und dadurch werden Umlaute und Sonderzeichen zu einem äußerst unleserlichen Gut. Was sich spätestens in der späteren Verarbeitung negativ bemerkbar macht. Abhilfe schafft die Umwandlung des Zeichensatzes während dem Crawlen.
Wenn man so wie ich nur UTF-8 als Ergebnis braucht, kann man folgendes versuchen:
if (isset($meta_tags['description'])) {
$beschreibung = $meta_tags['description'];
if(!mb_check_encoding($beschreibung, 'UTF-8') OR !($beschreibung === mb_convert_encoding(mb_convert_encoding($beschreibung, 'UTF-32', 'UTF-8' ), 'UTF-8', 'UTF-32'))) { $beschreibung = mb_convert_encoding($beschreibung, 'UTF-8', 'pass'); }
echo $beschreibung.'<br>'; }
Bei mir klappt das wunderbar!
Keine Kommentare:
Kommentar veröffentlichen
Es schmerzt uns selbst sehr, aber wir mußten leider auf Grund häßlicher Spam Kommentare eine Moderation der Kommentare einfügen. Nach der Moderation wird Ihr Kommentar veröffentlicht.
Danke für Ihr Verständnis!
Weitere Informationen findest du in den Inhaltsrichtlinien für Blogger.
Blogspot gehört zu Blogger und Blogger gehört Google. Um die allgemeinen Sicherheitsvorkehrungen zu vereinfachen, haben wir uns zusätzlich dazu entschlossen, daß Kommentare erst nach Anmeldung in einem Google Konto abgegeben werden können. Wenn Du uns eine Nachricht ohne vorherige Google Anmeldung zukommen lassen möchtest, dann hast Du mit diesem Gadget die Möglichkeit dafür.