Warum verarbeitet mein PHP DOMDocument::loadHTML() UTF-8 nicht korrekt?

PHP DOMDocument loadHTML kodiert UTF-8 nicht korrekt

Problem:

Beim Parsen von HTML mit PHPs DOMDocument::loadHTML() werden UTF-8-Zeichen nicht richtig interpretiert, Dies führt zu einer verzerrten Ausgabe.

Ursache:

DOMDocument geht standardmäßig davon aus, dass die Eingabezeichenfolge in ISO-8859-1-Kodierung vorliegt. UTF-8 wird jedoch häufig in HTML5 verwendet. Beim Laden von UTF-8-Zeichenfolgen ohne Angabe der Kodierung interpretiert DOMDocument sie falsch.

Lösung:

Um dieses Problem zu beheben, müssen Sie die richtige Kodierung für die Eingabe angeben Zeichenfolge. Sie haben mehrere Möglichkeiten:

• Eine XML-Codierungsdeklaration voranstellen:Ein hinzufügen. Deklaration am Anfang der Zeichenfolge.
• Verwenden Sie eine Meta-Zeichensatzdeklaration: Fügen Sie eine Tag zum Abschnitt des Dokuments.
• Verwenden Sie die SmartDOMDocument-Bibliothek: Diese Bibliothek umgeht das Problem, indem sie die Zeichenfolge in HTML-Entitäten konvertiert, bevor sie in DOMDocument geladen wird.
• Verwenden Sie die Funktion mb_encode_numericentity(): Diese Funktion konvertiert UTF-8-Zeichen in ihre HTML-Entitätsäquivalente. welches DOMDocument dann korrekt analysieren kann.

Beispiel:

Dieser Code demonstriert die Verwendung der Funktion mb_encode_numericentity():

$profile = '<p>イリノイ州シカゴにて、アイルランド系の家庭に</p>';
$dom = new DOMDocument();
$dom->loadHTML(mb_encode_numericentity($profile, [0x80, 0x10FFFF, 0, ~0], 'UTF-8'));
echo $dom->saveHTML();

Von Mithilfe dieser Techniken können Sie sicherstellen, dass UTF-8-Zeichen in Ihrem PHP korrekt analysiert und angezeigt werden DOMDocument.

Das obige ist der detaillierte Inhalt vonWarum verarbeitet mein PHP DOMDocument::loadHTML() UTF-8 nicht korrekt?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!