PHP DOMDocument saveHTML 未正确编码西里尔文

Question

我DOMDocument用来操作 html 和 php 7。问题是文本在页面上显示良好（西里尔文），但是当我转到“查看 HTML 页面源代码”时，效果不佳。它显示如下： Здесь осн

可能有什么问题？<meta>字符集是 utf-8。我的代码：

$dom = new DOMDocument();
if (@$dom->loadHTML(mb_convert_encoding("<div>$body</div>", 'HTML-ENTITIES', 'UTF-8'), LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD)) {

    // /sf/ask/2064557491/

    $container = $dom->getElementsByTagName('div')->item(0);
    $container = $container->parentNode->removeChild($container);

    while ($dom->firstChild)
        $dom->removeChild($doc->firstChild);

    while ($container->firstChild )
        $dom->appendChild($container->firstChild);

    $xpath = new DOMXPath($dom); 
    $headlines = $xpath->query("//h2");
    // some code..

    return $dom->saveHTML();
}

Answer 1

问题在于$dom->saveHTML();，您需要添加根节点作为参数，如下所示：

return $dom->saveHTML((new \DOMXPath($dom))->query('/')->item(0));

它突然以不同的方式呈现页面，并进行替换。如果不是，请仔细检查$dom->encodingand的值$dom->substituteEntities，它们应该是UTF-8and TRUE。