Парсю сайт, курлом тащу. В одной строке при разборе через substr пытаюсь выхватить русские символы, даже один например, но в переменную пишется символ: "\ufffd", если несколько прихватывать, то в перемешку с цифрами. Строку парсю вида даты: "23 апр 10:00". Страшные символы идут как то непонятно, например после буквы "а", если брать допустим несколько символов прихватывая подряд. Текст в кодировке UTF-8, mb_detect_encoding это подтверждает. iconv не помогает никак, да собственно и перекодировать то по идее не надо ниче. Как можно вылечить это и выкинуть непонятные символы?

header('Content-Type: text/html; charset=utf-8');
 
function getPage( $url )
{
 
        $uagent = "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.1.4322)";
        $ch = curl_init($url);
 
        curl_setopt($ch, CURLOPT_ENCODING, 'gzip');
        curl_setopt($ch, CURLOPT_URL, $url);
        curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
        curl_setopt($ch, CURLOPT_HEADER, 0);
        curl_setopt($ch, CURLOPT_SSL_VERIFYHOST, false);
        curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, 0);
        curl_setopt($ch, CURLOPT_USERAGENT, $uagent);
        curl_setopt($ch, CURLOPT_TIMEOUT, 120);
 
        $result = curl_exec($ch);
        curl_close($ch);
 
    return $result; //возвращаем  полученную страницу
}

Попробуй так

Это похоже на закодированный через json_encode текст
попробуй обратно в сущности отконвертировать

bestxp
шта???? это символ в формате utf8. Какой еще json?

Не работают все предложенные варианты. Выдает такие символы все равно.

В общем выяснил новое. Если из строки "23 апр 10:00" выполнять mb_substr($str, 3, 6), т.е. брать по два символа на букву, начиная с четвертой позиции, то в переменную вносятся три русские буквы правильно. strlen говорит что там 15 символов в этой строке. Как это привести в нормальный вид, чтобы работать по-нормальному функциями пхп для работы со строками (посимвольно)?

Короче, в utf-8 на русскую букву идет два символа, это нужно учитывать при разборе строк. Если брать один символ от буквы, то он будет выглядеть так, как я написал в вопросе, поэтому когда я брал три символа начиная с позиции буквы "а", то у меня бралась буква и крякозябра (два символа на букву, и один символ из второй буквы). Проблема решена.

sprofxx
Тебе ж сказали

Он также работает как и substr, выдает ровно те же результаты.

Спасибо, помогло mb_substr($strdate, 3, 3, 'utf-8') - забрал три русские буквы.