編碼DOMDocument php的錯誤字符
[英]wrong characters encoding DOMDocument php
問題描述
我有一些html內容，其所有文本均為波斯語！ 我想通過方法DOMDocument :: loadHTML（$ html）將此內容提供給DOMDocument來做一些事情，然后由DOMDocument :: saveHTML（）交還給它...但是在顯示字符時存在問題:-(例如即使將我的腳本文件編碼更改為UTF-8，“سلام”也更改為“سلام”，但它不起作用。
<?php
$html = "<html><meta charset='utf-8' /> سلام</html>";
$doc = new DOMDocument('1.0', 'utf-8');
$doc->loadHTML($html);
print $html; // output : سلام
print $doc->saveHTML(); // output : سلام
print $doc->saveHTML($doc->documentElement); // output : سÙاÙ
?>
更新：根據朋友的指示，我使用$ doc-> loadHTML（mb_convert_encoding（$ html，'HTML-ENTITIES'，'UTF-8'））; 而且有效！
2 個解決方案
解決方案1
3 2013-09-10 14:07:03
告訴XML解析器所讀取的數據是UTF-8編碼的：
<?php
// original input (unknown encoding)
$html = '<html>سلام</html>';
$doc = new DOMDocument();
// specify the input encoding
$doc->loadHTML('<?xml encoding="utf-8"?>' . $html);
// specify the output encoding
$doc->encoding = 'utf-8';
// output: <html><body><p>سلام</p></body></html>
print $doc->saveHTML($doc->documentElement);
解決方案2
2 已采納 2014-06-10 00:26:10
$html = '<html>سلام</html>';
$doc = new DOMDocument();
使用2個libxml預定義常量（ LIBXML_HTML_NOIMPLIED和LIBXML_HTML_NODEFDTD ）將字符串$html的字符編碼轉換為UTF-8，然后將其加載到DOM。
第一個設置HTML_PARSE_NOIMPLIED flag ，它關閉了隱式html / body ...元素的自動添加（僅從PHP 5.4.0起才可用）。
第二個設置HTML_PARSE_NODEFDTD標志，該標志防止在找不到一個默認文檔類型時添加默認文檔類型。 使用這些常量可以幫助您以更靈活的方式管理解析。
$doc->loadHTML(mb_convert_encoding($html, 'HTML-ENTITIES', 'UTF-8'), LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
然后，定義DOM編碼本身（先前的定義用於輸入）：
$doc->encoding = 'UTF-8';
如果不使用libxml 2.7.7（從PHP> = 5.4.0開始），請刪除前導和尾隨的<html>和<body>標記：
$doc->normalizeDocument(); //Remove leading and trailing <html> & <body> tags
print $doc->saveHTML($doc->documentElement);
玩得開心！
php 中的 DOMDocument 中的編碼問題
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.