使用Loadhtmlfile时使用PHP编码的特殊字符

Question

我正在使用一个PHP文件来分析不同网页的标题，描述和其他标签。

这是我们的代码

if (isset($_SESSION['user_id']) && !empty($_SESSION['user_id'])) {

    $images = [];
    $url = $_GET['req'];
    $ext = ['.jpeg', 'jpg', 'png', 'bmp', 'ico'];

    $doc = new DOMDocument('1.0','UTF-8');

    $doc->loadHTMLFile($url);
    $doc->encoding = 'UTF-8';

    var_dump($doc);

    $uri = $doc->documentURI;
    $parse = parse_url($uri);
    $host = $parse['host']; //hostname
    $title = $doc->getElementsByTagName('title')->item(0);  // title
    $metas = $doc->getElementsByTagName('meta');
    $details["title"] = $title->textContent;
    $details["host"] = $host;
    $details['uri'] = $uri;
    foreach ($metas as $meta) {

...继续...

在这里，如果我们的URL文档包含任何特殊字符，则PHP无法识别它。 它给我们带来乱码。 我在SO上经历了不同的问题，这似乎是UTF-8编码问题。 但是我已经在代码中使用了UTF 8。 请帮我。

Answer 1

注意在构造函数中使用encoding参数。 这并不意味着所有数据都会以提供的编码自动为您编码。 一旦选择了默认UTF-8以外的编码，就需要自己做。 有关如何正确使用其他编码的信息，请参阅有关DOM函数的注释。

构造函数示例清楚地表明，版本和编码仅以XML标头结尾。

引荐来源网址 ： http ： //php.net/manual/en/domdocument.construct.php

Answer 2

IT看起来构造函数不需要您将第二个参数传递给它。 您是否尝试过在没有该代码的情况下运行代码？ 我承认我对DOMDocument的理解有点差，但是如果它代表一个完整的HTML文档，那么大多数网络浏览器对于丢失编码信息不会有太多的犹豫，他们会尽力而为。