什么会导致DOMNode :: nodeValue为空？

Question

我目前正在尝试使用DOMDocument解析文档，我遇到了一些严重的问题。 我创建了一个在php 5.2.9上运行良好的脚本，使用DOMNode :: nodeValue删除内容。 相同的脚本无法获得php 5.3.3上的任何内容 - 即使它正确导航到适当的节点以提取内容。

基本上，使用的代码如下所示：

$dom = new DOMDocument();
$dom->loadHTML($data);
$dom->preserveWhiteSpace = false; 
$xpath = new DOMXpath($dom);
$nodelist = $xpath->query($query);
$value = $nodelist->item(0)->nodeValue;

我已经检查过以确保item（0）实际上是一个节点 - 它就在那里，甚至是正确的类型，但是nodeValue是空的。

该脚本适用于某些文档但不适用于其他文档（在5.3.3上） - 在5.2.9上它适用于所有文档，返回正确的nodeValue。

Answer 1

我似乎错过了一些基本的和/或一个bug（虽然如果bug是php或libxml我不知道）。 基本上，通过确保使用loadHTML加载的数据是UTF-8编码来解决该问题。 请注意，这不是整个文档需要UTF-8编码 - 这里的问题是元素中有一个字符不是UTF-8。 然后在文档处理中抛弃了其他所有内容。

让我感到惊讶的是，这基本上意味着所有文档内容都被抛弃了 - 但结构已经正常运行。 没有错误或任何暗示内容被视为无效的内容。