昨天晚上群里有朋友采集网页时发现file_get_contents 获得的网页保存到本地为乱码,响应的header 里 Content-Encoding:gzip

但在浏览器里看是正常的。

因为我有过相关经验马上发现是网站开启了gzip而file_get_contents 获得的是压缩过的页面，而不是解压过的页面(去年有一篇相关文章里面有解决方法 ：php file_get_contents读取远程文件的乱码问题(gzip压缩引起的) ) 问题得到解决;（不知道是不是要file_get_conttents 请求网页时带上相应的参数，直接获得没有被gzip压缩过的网页？）。

刚好我前不久刚看到可以用读取文件的前2个字节判断文件类型。群里面的朋友也说gzip压缩过的网页(gbk编码)前2字节是 1F 8B 于是就可以判断网页是否gzip压缩过。
代码如下：

 //米尔军事网采用 gzip压缩网页
 //file_get_contents 直接获得的网页是乱码。
 header('Content-Type:text/html;charset=utf-8' );
 $url = 'http://www.miercn.com';
 $file = fopen($url, "rb");  
 //只读2字节  如果为(16进制)1f 8b (10进制)31 139则开启了gzip ;
 $bin = fread($file, 2); 
 fclose($file);  
 $strInfo = @unpack("C2chars", $bin);  
 $typeCode = intval($strInfo['chars1'].$strInfo['chars2']);  
 $isGzip = 0;  
 switch ($typeCode)  
 {
     case 31139:      
       //网站开启了gzip
         $isGzip = 1;
         break;
     default:  
         $isGzip = 0;
 }  
 $url = $isGzip ? "compress.zlib://".$url:$url; // 三元表达式
 $mierHtml = file_get_contents($url); //获得米尔军事网数据
 $mierHtml = iconv("gbk","utf-8",$mierHtml);
 echo $mierHtml;