为什么 DOMDocument 在加载 HTML 时无法正确处理 UTF-8 字符？-php教程-PHP中文网

原因

解决方案

首页

后端开发

php教程

为什么 DOMDocument 在加载 HTML 时无法正确处理 UTF-8 字符？

Mary-Kate Olsen

Nov 04, 2024 am 10:12 AM

Why does DOMDocument fail to handle UTF-8 characters correctly when loading HTML?

DOMDocument 无法处理 UTF-8 字符

在 Web 服务器使用 UTF-8 编码传输响应的情况下，所有文件同样以 UTF-8 保存，并且所有相关设置都已配置为 UTF-8 编码，则会出现问题。旨在验证输出功能的测试程序表现出不规则行为。

执行程序后，输出呈现如下：

<!DOCTYPE html>
<html><head><meta charset="utf-8"><title>Test!</title></head><body>
    <h1>â˜† Hello â˜† World â˜†</h1>    
</body></html>

登录后复制

，呈现为：

< ;h1>☆ 你好 ↑ 世界 ↑

节目：

<code class="php">$html = <<<HTML
<!doctype html>
<html>
<head>
    <meta charset="utf-8">
    <title>Test!</title>
</head>
<body>
    <h1>☆ Hello ☆ World ☆</h1>
</body>
</html>
HTML;

$dom = new DOMDocument("1.0", "utf-8");
$dom->loadHTML($html);

header("Content-Type: text/html; charset=utf-8");
echo($dom->saveHTML());</code>

登录后复制

原因

根本原因是 DOMDocument::loadHTML() 预期 HTML 格式的字符串。 HTML 本质上使用 ISO-8859-1（ISO 拉丁字母表 1）作为其默认字符编码。因此，当为 HTML 4.0 设计的 HTML 解析器遇到超过此编码的字符时，它可能会表现出不可预测的行为。

解决方案

将非 ASCII 字符转换为实体

要纠正此问题，所有 ASCII 范围 (127 / h7F) 之外的字符都应转换为 HTML 实体。此过程可以使用 mb_convert_encoding 和 HTML-ENTITIES 目标编码来实现：

<code class="php">$html = mb_convert_encoding($html, "HTML-ENTITIES", "UTF-8");</code>

登录后复制

添加内容类型元标记

或者，可以通过以下方式解决该问题合并一个标记到文档本身，将字符集指定为 UTF-8：

<code class="html"><meta http-equiv="content-type" content="text/html; charset=utf-8"></code>

登录后复制

此方法充当 DOMDocument 的提示，强制其将输入解释为 UTF-8 编码。即使位于

之外，部分，HTML 2.0 规范规定此类元素将在标头内自动重新定位。

以上是为什么 DOMDocument 在加载 HTML 时无法正确处理 UTF-8 字符？的详细内容。更多信息请关注PHP中文网其他相关文章！

本站声明

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn

热AI工具

Undresser.AI Undress

人工智能驱动的应用程序，用于创建逼真的裸体照片

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

免费脱衣服图片

Clothoff.io

AI脱衣机

Video Face Swap

使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸！

显示更多

热工具

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

中文版，非常好用

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

显示更多

热门话题

Java教程

1670

CakePHP 教程

1428

Laravel 教程

1329

PHP教程

1276

C# 教程

1256

显示更多

Related knowledge

说明PHP中的安全密码散列（例如，password_hash，password_verify）。为什么不使用MD5或SHA1？ Apr 17, 2025 am 12:06 AM

在PHP中，应使用password_hash和password_verify函数实现安全的密码哈希处理，不应使用MD5或SHA1。1)password_hash生成包含盐值的哈希，增强安全性。2)password_verify验证密码，通过比较哈希值确保安全。3)MD5和SHA1易受攻击且缺乏盐值，不适合现代密码安全。

PHP和Python：比较两种流行的编程语言 Apr 14, 2025 am 12:13 AM

PHP和Python各有优势，选择依据项目需求。1.PHP适合web开发，尤其快速开发和维护网站。2.Python适用于数据科学、机器学习和人工智能，语法简洁，适合初学者。

PHP行动：现实世界中的示例和应用程序 Apr 14, 2025 am 12:19 AM

PHP在电子商务、内容管理系统和API开发中广泛应用。1)电子商务：用于购物车功能和支付处理。2)内容管理系统：用于动态内容生成和用户管理。3)API开发：用于RESTfulAPI开发和API安全性。通过性能优化和最佳实践，PHP应用的效率和可维护性得以提升。

PHP类型提示如何起作用，包括标量类型，返回类型，联合类型和无效类型？ Apr 17, 2025 am 12:25 AM

PHP类型提示提升代码质量和可读性。1)标量类型提示：自PHP7.0起，允许在函数参数中指定基本数据类型，如int、float等。2)返回类型提示：确保函数返回值类型的一致性。3)联合类型提示：自PHP8.0起，允许在函数参数或返回值中指定多个类型。4)可空类型提示：允许包含null值，处理可能返回空值的函数。