Kyr*_*mia 7 php utf-8 domdocument
我正在使用DOMDocument来操作/修改HTML,然后才能输出到页面.这只是一个html片段,而不是一个完整的页面.我最初的问题是所有的法国人都搞砸了,经过一番试错后我才能纠正.现在,似乎只有一个问题仍然存在:'角色变成了？.
代码 :
<?php
$dom = new DOMDocument('1.0','utf-8');
$dom->loadHTML(utf8_decode($row->text));
//Some pretty basic modification here, not even related to text
//reinsert HTML, and make sure to remove DOCTYPE, html and body that get added auto.
$row->text = utf8_encode(preg_replace('/^<!DOCTYPE.+?>/', '', str_replace( array('<html>', '</html>', '<body>', '</body>'), array('', '', '', ''), $dom->saveHTML())));
?>
我知道utf8解码/编码会变得混乱,但这是迄今为止我能使它工作的唯一方法.这是一个示例字符串:
输入:Sans doute parce qu'il vient d'atteind datedéterminantedansson spectaculaire cheminement
产量:Sans doute parce qu？il vient d？atteindddddédédédanananandans son spectaculaire cheminement
如果我找到更多细节,我会添加它们.感谢您的时间和支持!
Art*_*cto 16
不要用utf8_decode.如果您的文本是UTF-8,请将其传递给它.
不幸的是,DOMDocument在HTML的情况下默认为LATIN1.看来行为就是这样
工作示例:
<?php
$s = <<<HTML
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
</head>
<body>
Sans doute parce qu’il vient d’atteindre une date déterminante
dans son spectaculaire cheminement
</body>
</html>
HTML;
libxml_use_internal_errors(true);
$d = new domdocument;
$d->loadHTML($s);
echo $d->textContent;
使用XML(默认为UTF-8):
<?php
$s = '<x>Sans doute parce qu’il vient d’atteindre une date déterminante'.
'dans son spectaculaire cheminement</x>';
libxml_use_internal_errors(true);
$d = new domdocument;
$d->loadXML($s);
echo $d->textContent;
小智 7
loadHtml() 并不总是识别Content-type HTTP-EQUIV元标记中指定的正确编码.
如果DomDocument('1.0', 'UTF-8')和loadHTML('<?xml version="1.0" encoding="UTF-8"?>' . $html)hacks不能正常工作(PHP 5.3.13),试试这个:
使用正确的Content-type HTTP-EQUIV元标记<head>在开始<html>标记后面添加另一个部分.然后调用loadHtml(),然后删除额外的<head>标签.
// Ensure entire page is encoded in UTF-8
$encoding = mb_detect_encoding($body);
$body = $encoding ? @iconv($encoding, 'UTF-8', $body) : $body;
// Insert a head and meta tag immediately after the opening <html> to force UTF-8 encoding
$insertPoint = false;
if (preg_match("/<html.*?>/is", $body, $matches, PREG_OFFSET_CAPTURE)) {
$insertPoint = mb_strlen( $matches[0][0] ) + $matches[0][1];
}
if ($insertPoint) {
$body = mb_substr(
$body,
0,
$insertPoint
) . "<head><meta http-equiv='Content-type' content='text/html; charset=UTF-8' /></head>" . mb_substr(
$body,
$insertPoint
);
}
$dom = new DOMDocument();
// Suppress warnings for loading non-standard html pages
libxml_use_internal_errors(true);
$dom->loadHTML($body);
libxml_use_internal_errors(false);
// Now remove extra <head>
请参阅此文章:http://devzone.zend.com/1538/php-dom-xml-extension-encoding-processing/
| 归档时间： |
|
| 查看次数： |
9985 次 |
| 最近记录： |