рег.выражения (кодировка)

Snoopik, работайте с UTF-8. Определяйте кодировку сайта и конвертируйте из определённой кодировки в UTF-8. А уже потом всё остальное.

$url = file_get_contents ( 'http://yandex.ru/' ); 

    

function title($url){



$url=iconv("UTF-8", "CP1251", $url); 



if(preg_match("!<title>(.*?)</title>!si",$url,$ok))

$str=$ok[1];



return trim($str);

}



$title = title($url);



echo $title;

iconv надо делать к тому что выходит после preg_match, а не до. Английские символы и знаки препинания во всех кодировках имеют одинаковые коды, и при таких регулярках плевать на кодировку исходной страницы.

А уж что получили приводите к одной кодировке, лучше к утф8. Лучше использовать не iconv а mb_convert_encoding, но у него с некоторыми кириллическими кодировками трабл. Я давно где то в инете нашел либу x_charset_lib.php, кто автор не знаю, но она короче умеет сама распознавать кодировку кириллического текста и конвертить в указаннаю. работает безотказно.

<?php

if ( 'cli'!==php_sapi_name() ||
    __FILE__!==$_SERVER['argv'][0])
{
    print 'For Command Line Use Only';
    exit();
}


function getTitleFromUrl($url, &$executionTime)
{
	$start = microtime(true);
	$ch = curl_init();
	curl_setopt($ch, CURLOPT_URL, $url);
	curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
	$html = curl_exec($ch);
	$headerContentType = curl_getinfo($ch, CURLINFO_CONTENT_TYPE);
	curl_close($ch);   
	
	if ( !empty($html) )
	{
	    $title = array();
	    preg_match('/<title>(.*)<\/title>/i', $html, $title);
	    if ( !empty($title[1]) )
	    {
	    	$encoding = '';
	    	if ( empty($encoding) )
	    	{// если сервер не вернул тип документа, то попытаемся найти его в html-е документа
//	    		print 'Trying to get encoding from html<br/>';
	    		$htmlMeta = array();
	    		preg_match('/<meta([^<.]*http\-equiv=["\'`]?content\-type["\'`]?.*?)\/?>/i', $html, $htmlMeta);
	        	if ( !empty($htmlMeta[1]) )
	        	{// если удалось найти тег, описывающий тип документа
//	        		print 'Seems to found meta tag: [<b>'.$htmlMeta[1].'</b>]<br/>';
	        		$htmlContentType = array();
	        		preg_match('/content=["\'`]([^"^\'^`.]*)["\'`]/i', $htmlMeta[1], $htmlContentType);
	        		if ( !empty($htmlContentType[1]) )
	        		{// если тип документа удалось определить
//	        			print 'Seems to found content-type: [<b>'.$htmlContentType[1].'</b>]<br/>';
	        			$htmlEncoding = array();
			    		preg_match('/charset=(.*)/i', $htmlContentType[1], $htmlEncoding);
			    		if ( !empty($htmlEncoding[1]) )
			    		{// если тип документа содержит кодировку
			    			$encoding = strtoupper(trim($htmlEncoding[1]));
//			    			print 'Seems to found encoding in html: [<b>'.$encoding.'</b>]<br/>';
			    		}
	        		}
	        	}
	    	}
	    	if ( empty($encoding) )
	    	{
	    		if ( !empty($headerContentType) )
		    	{// если сервер вернул заголовок с типом документа
//		    		print 'Trying to get encoding from header. Content-type: [<b>'.$headerContentType.'</b>]<br/>';
		    		$headerEncoding = array();
		    		preg_match('/charset=(.*)/i', $headerContentType, $headerEncoding);
		    		if ( !empty($headerEncoding[1]) )
		    		{// если тип документа содержит кодировку
		    			$encoding = strtoupper($headerEncoding[1]);
//		    			print 'Seems to found encoding in header: [<b>'.$encoding.'</b>]<br/>';
		    		}
		    	}
	    	}
	
	        $title = $title[1];
	        if ( $encoding != ''
	          && $encoding != 'UTF-8' )
	        	$title = @iconv($encoding, 'UTF-8', $title);
	        $executionTime = microtime(true) - $start;
	        return $title;
	    }
	}
	return false;
}

$time = 0;
$title = getTitleFromUrl('http://yandex.ru/', $time);

?>

функция берет тайтл и переводит в утф-8. немного подпилить под себя - и будет работать