Форум Регулярные Выражения

Текст который мне нужен изначально находиться в кодировке KOI8-R, меняю кодировку на WINDOWS-1251 без проблем.

Но если в тексте попадаются украинские символы начинаются проблемы, он берёт текст до первого попавшегося украинского символа.

Что можно сделать?

Рассказать чем меняете :)

Меняю так!
$text=iconv("KOI8-R", "WINDOWS-1251", trim($out[0][1]));

А в $out[0][1] что лежит? там точно целый текст?

Там лежит целый ! Но только что глянул что там вместо украинских букв различные каракули типа Р╕!

Как исправить?

В KOI8-R не может быть украинских символов. В отличие от koi8-u

Допустим, что есть страница с кодировкой Кирилица(windows)
например я её открыл $test = file_get_contents($url);
потом регулярными выражениями нашел нужный мне текст, допустим он находиться в переменной out[1][0];
После вывода на экран содержимого out[1][0], кодировка страници сменилась на KOI8-R.
и вместо украинских символов появились непонятные символы!

Как можно исправить?

>Допустим, что есть страница с кодировкой Кирилица(windows)
То есть в windows-1251? Ок.

>например я её открыл $test = file_get_contents($url);
Ок. Правда, неясно, почему url. Страница, что - чужая?
Тогда стоило бы очень внимательно проверить, что содержимое переменной $test представляет собой текст, действительно закодированный в windows-1251.

>потом регулярными выражениями нашел нужный мне текст, допустим он находиться в переменной out[1][0];
Допустим.

>После вывода на экран содержимого out[1][0], кодировка страници сменилась на KOI8-R.
А чего ради она сменилась? Вы же сами указываете тип документа, а значит и вид кодировки, в которой он представлен.
Может нужно страницу в исходной (windows-1251) кодировке выводить?

>и вместо украинских символов появились непонятные символы!
и все символы останутся на месте.


>Как можно исправить?
п2. не брать чужие страницы по file_get_contents - это нестабильный метод.
п4. Четко указывать, в какой именно кодировке Вы формируете результирующий документ.
Обычно это либо директива AddDefaultCharset кодировка в .htaccess либо вызов header() в самом скрипте.

>п2. не брать чужие страницы по file_get_contents - это нестабильный метод.

А какую тогда можно использовать функцию?
Или вы предлаете через соккеты?

Ну, этот вопрос, вероятно имеет смысл задать владельцам сайта, чей контент Вы собираетесь тащить :)
Во всяком случае, через сокеты Вы точнее выясните файл какого типа Вы уперли.
Хотя и это не гарантирует.

А мне кажется проблема в том что в никсах нет кодировки win !

Ошибаетесь. В *никсах есть любая кодировка, какую захочет администратор сайта.

Тема закрыта! Уже сделал!

Всем сенкс за помощь