如何通過DOMDocument禁用自動鏈接

Question

我正在使用DOMDocument解析HTML字符串。 我以這種方式加載它：

$dom = new DOMDocument();
$dom->loadHTML('<?xml encoding="UTF-8"><div id="container">'.$text.'</div>', LIBXML_NOENT);

然后，我正在運行一些XPath查詢並對其進行節點替換。 （即使我注釋掉了這些操作，字符仍然被替換。）最后，我以這種方式保存它：

$parsed = $dom->saveHTML();

但是DOMDocument似乎正在用其實體表示形式替換非ASCII字符。 例如，捷克語字符串：

ěščřžýáíé

返回值：

ěščřžýáíé

我不能使用html_entity_decode() ，因為它破壞了已經突出顯示並正確轉義的源代碼。

我應該怎么做才能通過DOMDocument禁止使用實體自動替換非ASCII字符（因此，上面的示例也會返回ěščřžýáíé ）？

Answer 1

$dom = new DOMDocument();
$text = <div id="container">'.$text.'</div>';
$text = mb_convert_encoding($text, 'HTML-ENTITIES', "UTF-8"); 
$dom->encoding='UTF-8';
$dom->loadHTML($text);

好的，您是否嘗試更改方法：

$dom->loadXML();

通過默認，它使用utf-8，但如果未格式化$ text，則必須將xtext格式化為$ text嘗試：

$dom->loadHTML('<meta charset="utf-8"/>'.$text);

如果您從瀏覽器讀取數據，請嘗試以下操作：

  echo '<meta charset="utf-8" />';
  echo  $parsed;

Answer 2

最后，我有一個解決方案。 它是如此簡單，只需使用<meta http-equiv="content-type" content="text/html;charset=utf-8">而不是<?xml encoding="UTF-8"> <meta http-equiv="content-type" content="text/html;charset=utf-8"> 。