"Â"字符显示而不是" "

Question

我发现这个帖子很好地描述了我的问题,这个答案完全描述了我的问题.

非中断空格字符是字节0xA0是ISO-8859-1; 当编码为UTF-8时,它是0xC2,0xA0,如果您(错误地)将其视为ISO-8859-1,则表示为"Â ".这包括一个尾随......

但是,我设法将我的问题跟踪到我用来在div中包装图像标签的函数.

function img_format($str)
{
    $doc = new DOMDocument();
    @$doc->loadHTML($str);     // <-- Bonus points for the explaination of the @

    // $tags object
    $tags = $doc->getElementsByTagName('img');

    foreach ($tags as $tag) {

        $div = $doc->createElement('div');
        $div->setAttribute('class','inner-copy');
        $tag->parentNode->insertBefore($div, $tag);
        $div->appendChild($tag);

        $tag->setAttribute('class', 'inner-img');
    }

    $str = $doc->saveHTML();

    return $str;
}

很简单,我如何在此功能中解决此问题？

我理解使用;

<meta http-equiv="Content-Type" content="text/html;charset=utf-8" />

将解决这个问题,但显然我在功能本身内忽略了一些东西.

我试过了;

$dom->validateOnParse = true;

无济于事.(我不知道那是怎么回事)

Answer 1

找到了!

@$doc->loadHTML(mb_convert_encoding($str, 'HTML-ENTITIES', 'UTF-8'));

这个答案解释了这个问题,并给出了上述工作;

除非另有说明,否则DOMDocument :: loadHTML会将您的字符串视为ISO-8859-1.这导致UTF-8字符串被错误地解释.