[英]PHP DOMDocument Japanese Character encoding issue
我有一個名為的文件:ニューヨーク·ヤンキース - チケット-200x225.jpg
我能用我的PHP代碼成功完成這個:
if (file_exists(ABSPATH . 'ニューヨーク・ヤンキース-チケット-200x225.jpg')) {
echo 'yes';
}
但是,當我使用DOMDocument解析我的內容時,同樣的字符串將被返回為:ããããããããããããããããããããããããããããããããããããããããããããããããããããããããã³
如何使用以下代碼防止這種情況發生? 我們的應用程序是國際化的,因此我們需要容納所有utf-8字符:
$dom = new DOMDocument();
$dom->encoding = 'utf-8';
$dom->loadHTML($content);
$images = $dom->getElementsByTagName('img');
foreach ($images as $image) {
if( $image->hasAttribute('srcset') ) continue;
echo $initImgSrc = $image->getAttribute('src');
if (!preg_match('/[_-]\d+x\d+(?=\.[a-z]{3,4}$)/', $initImgSrc)) continue;
$newImgSrc = preg_replace('/[_-]\d+x\d+(?=\.[a-z]{3,4}$)/', '', $initImgSrc);
if (strpos($newImgSrc, '/') === 0) {
$newImgPath = str_replace( '/wp-content', ABSPATH . 'wp-content', $newImgSrc);
} else {
$newImgPath = str_replace( get_home_url(), ABSPATH, $newImgSrc);
}
if (!file_exists($newImgPath)) continue;
echo 'yes';
$dom->saveXML($image);
$oldSrc = 'src="' . $initImgSrc . '"';
$newDataSrcSet = $initImgSrc . ' 1x, ' . $newImgSrc . ' 2x';
$newSrcWithSrcSet = $oldSrc . ' srcset="' . $newDataSrcSet .'"';
$content = str_replace( $oldSrc, $newSrcWithSrcSet, $content );
}
return $content;
此代碼正常工作,而不是日文字符。 任何幫助都會非常感激
除非另有說明,否則DOMDocument::loadHTML
會將您的字符串視為ISO-8859-1。 這導致UTF-8字符串被錯誤地解釋。
如果您的字符串不包含XML編碼聲明,則可以添加一個以使該字符串被視為UTF-8:
$profile = '<p>イリノイ州シカゴにて、アイルランド系の家庭に、9</p>';
$dom = new DOMDocument();
$dom->loadHTML('<?xml encoding="utf-8" ?>' . $profile);
echo $dom->saveHTML();
如果你不知道字符串是否已經包含這樣的聲明,那么SmartDOMDocument中有一個解決方法可以幫助你:
$profile = '<p>イリノイ州シカゴにて、アイルランド系の家庭に、9</p>';
$dom = new DOMDocument();
$dom->loadHTML(mb_convert_encoding($profile, 'HTML-ENTITIES', 'UTF-8'));
echo $dom->saveHTML();
這不是一個很好的解決方法,但由於並非所有角色都可以用ISO-8859-1(如這些武士刀)來表示,因此它是最安全的選擇。
從這里復制的答案: PHP DOMDocument loadHTML沒有正確編碼UTF-8
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.