php - 从文件加载 HTML 时保留 utf8

Question

显然，PHP 及其标准库存在一些问题，DOMDocument 也不异常(exception)。

utf8 有变通办法加载 HTML 字符串时的字符 - $dom->loadHTML() .

显然，从文件加载 HTML 时，我还没有找到执行此操作的方法 - $dom->loadHTMLFile() .当它从 <meta /> 读取并设置编码时标签，如果我没有定义它们，问题又来了。例如，当加载 HTML 片段(模板部分，如 footer.html )时，而不是完整构建的 HTML 文档。

那么，我如何保留 utf8 字符，当从文件加载 HTML 时，还没有得到它的 <meta />键存在，并且定义这些不是一个选项？

更新

footer.html(该文件以无 BOM 的 UTF-8 编码):

<div id="footer">
    <p>My sūpēr ōzōm ūtf8 štrīņģ</p>
</div>

索引.php:

$dom = new DOMDocument;
$dom->loadHTMLFile('footer.html');
echo $dom->saveHTML(); // results in all familiar effed' up characters

提前致谢!

Answer 1

试试这样的 hack:

$doc = new DOMDocument();
$doc->loadHTML('<?xml encoding="UTF-8">' . $html);
// dirty fix
foreach ($doc->childNodes as $item)
    if ($item->nodeType == XML_PI_NODE)
        $doc->removeChild($item); // remove hack
$doc->encoding = 'UTF-8'; // insert proper

此处的用户评论中列出了其他几个:http://php.net/manual/en/domdocument.loadhtml.php .同样重要的是，您的文档头部包含一个元标记以指定编码 FIRST，紧跟在标记之后。