php - 转储非 ASCII 字符时 DOMDocument 行为不一致的解释是什么？

Question

我注意到在使用 PHP 的 DOMDocument 时有不同的“转储”行为的 saveXML()和 saveHTML()方法。下面是一个简单的转储版权符号 (©) 的例子。

<?<br/>$domDoc = new DOMDocument();<br/> $domDoc->loadHTML("&copy;");<br/> echo $domDoc->saveHTML();<br/> echo $domDoc->saveXML();<br/> echo $domDoc->saveXML($domDoc);<br/> ?>

三个转储产生三个不同的输出:

第一个输出字符串 ©
第二个输出字符实体©
第三个输出版权符号的 UTF8 2 字节代码 ( U+00A9 )

为什么输出不同？有没有一种方法可以预测控制使用哪种方法？

Answer 1

我不是 PHP 专家，但对于前两个:

• saveHTML() 将使用 HTML 中可用的实体，其中 © 是一个
• saveXML() 将使用十六进制编码，因为 HTML 实体将不可用

对于第三个，文档说如果您提供一个节点，那么给定的节点是在没有 XML 声明的情况下编写的(即作为文档片段)。我只能猜测，在那种情况下，它决定采用 UTF-8 编码。此行为在文档中并不明显。