短链接还原php后格式错乱_格式化输出结果的方法【操作】

短链接还原后HTML标签被转义导致格式错乱，根本原因是未正确设置Content-Type响应头或错误二次转义；需用cURL或file_get_contents()跟随重定向获取真实HTML，并在输出前发送header('Content-Type: text/html; charset=utf-8')。

短链接还原后 HTML 标签被转义导致格式错乱

PHP 用 file_get_contents() 或 curl 请求短链接跳转后的目标页时，如果直接输出响应体，常见现象是页面源码里所有 、> 被显示为 zuojiankuohaophpcn、youjiankuohaophpcn，浏览器当成纯文本渲染，布局全崩。

根本原因是服务端返回的 Content-Type 是 text/html，但你没告诉浏览器这是 HTML；或者你用了 htmlspecialchars() / htmlentities() 错误地二次转义了原始 HTML 字符串。

• 检查响应头：用 curl -I 短链接 确认真实跳转地址和 Content-Type
• 还原请求必须跟随重定向（CURLOPT_FOLLOWLOCATION 设为 true），否则拿到的是 302 响应体而非最终 HTML
• 若用 file_get_contents()，需在 stream_context_create() 中启用 'follow_location' => true

用 cURL 正确还原并输出 HTML

比 file_get_contents() 更可控，尤其对需要处理 Cookie、User-Agent 或自定义 header 的场景。

$ch = curl_init();
curl_setopt($ch, CURLOPT_URL, 'https://t.co/abc123');
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);
curl_setopt($ch, CURLOPT_USERAGENT, 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36');
curl_setopt($ch, CURLOPT_HEADER, false); // 关键：不返回响应头
$html = curl_exec($ch);
$httpCode = curl_getinfo($ch, CURLINFO_HTTP_CODE);
curl_close($ch);

if ($httpCode === 200 && !empty($html)) {
    // 直接输出，不加任何转义
    header('Content-Type: text/html; charset=utf-8');
    echo $html;
} else {
    echo '还原失败或内容为空';
}

注意：header('Content-Type: ...') 必须在 echo 前调用，且不能有任何输出（包括空格、BOM）干扰 header 发送。

还原后需清洗或提取内容？别直接 echo 全页

如果你实际只需要标题、正文或某个 ，硬塞整页 HTML 可能引入 XSS 风险或样式冲突。此时应解析 DOM，而非简单输出。

• 用 DOMDocument::loadHTML() 加载字符串，再用 getElementsByTagName() 或 getElementById() 提取节点
• 提取后用 saveHTML() 输出片段，它会自动处理编码，无需手动 htmlspecialchars()
• 避免用正则匹配 HTML —— 标签嵌套、属性顺序、大小写都可能导致漏匹配

$dom = new DOMDocument();
libxml_use_internal_errors(true); // 抑制 malformed HTML 警告
$dom->loadHTML($html, LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$xpath = new DOMXPath($dom);
$nodes = $xpath->query('//title | //article | //main');

if ($nodes->length > 0) {
    foreach ($nodes as $node) {
        echo $dom->saveHTML($node);
    }
}