PHP QUERYLIST 解析DOM 偶尔异常的问题记录

最近在爬虫某个网站，对于精准的class获取元素值某些文章竟然获取失败，例如下面的代码：

// 解析文章内容
$element = QueryList::html($response)->find('.article .content')->eq(0);
$content = $element->html();

理论来讲，稳如老狗，事实上并不是，一直怀疑底层Bug，但是懒得看，后来我想了下唯一可能得原因是字符串编码，于是我对response编码转换为utf8编码：

// 网页内容编码转换
$response = convert_char($response);

然而还是部分解析失败，此时我怀疑是底层bug，但是我觉得这么low的bug不应该，大概率是在DOMElement层获取到的字符编码是utf8，但是response的header中有如下代码：

<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />

DOMElement处理dom节点的时候字符串编码和网页编码不一致可能导致匹配不到节点。以前总是遇到这个问题，逃避很多次，这次终于解决了。一定要保证原始DOM编码规范，header头的编码和DOM编码一致即可。替换下字符串：

// Header标签中编码处理
$response = str_replace('gb2312', 'utf-8', $response);

PHP YYDS