ale*_*lex 5 php unicode domdocument
$dom = new DOMDocument('1.0', 'UTF-8');
$str = '<p>Hello®</p>';
var_dump(mb_detect_encoding($str));
$dom->loadHTML($str);
var_dump($dom->saveHTML());
查看.
string(5) "UTF-8"
string(158) "<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><body><p>Hello®</p></body></html>
"
为什么我的Unicode ®被转换为®？如何阻止它？
我今天疯了吗？
小智 5
您可以添加xml编码标签（以后再取出）。这适用于我没有Centos 5.x的东西（ubuntu，cpanel的php）：
<?php
$dom = new DOMDocument('1.0', 'UTF-8');
$str = '<p>Hello®</p>';
var_dump(mb_detect_encoding($str));
$dom->loadHTML('<?xml encoding="utf-8">'.$str);
var_dump($dom->saveHTML());
这是您得到的：
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<?xml encoding="utf-8"><html><body><p>Hello®</p></body></html>
除非您得到以下信息：
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<?xml encoding="utf-8"><html><body><p>Hello®</p></body></html>
您的文本编辑器"\xc2\xae"以 UTF-8 表示，但文件中的字节"\xc3\x82\xc2\xae"以 Latin-1（或类似的编码）表示，这就是 PHP 用来读取它的内容。使用字符实体引用将消除这种歧义。
>>> print u\'\xc2\xae\'.encode(\'utf-8\').decode(\'latin-1\')\n\xc3\x82\xc2\xae\n| 归档时间： |
|
| 查看次数： |
1584 次 |
| 最近记录： |