为什么 PHP DOMDocument 的 loadHTML 在使用 UTF-8 编码时失败，如何修复？

PHP DOMDocument loadHTML 无法正确编码 UTF-8

DOMDocument 的 loadHTML 方法假设您的输入采用 ISO-8859-1 编码，这可以导致 UTF-8 字符编码不正确。

DOMDocument 使用的底层解析器需要 HTML4 输入，这可能会对 HTML5 文档造成挑战。

解决方案：

要解决此问题，请使用一种指定 HTML 的字符编码以下方法之一：

XML 编码声明：

ContentType 标头：

XML 编码前缀:

未知 HTML 内容的解决方法：

如果您无法制作关于编码的假设，请采用类似 SmartDOMDocument 的解决方法或以下 PHP 代码：

$profile = '<p>イリノイ州シカゴにて、アイルランド系の家庭に、9</p>';
$dom = new DOMDocument();
$dom->loadHTML(mb_convert_encoding($profile, 'HTML-ENTITIES', 'UTF-8'));
echo $dom->saveHTML();

PHP 8.2 注意：

在 PHP 8.2 中， mb_convert_encoding 函数将生成弃用警告。作为替代方案：

$dom->loadHTML(mb_encode_numericentity($profile, [0x80, 0x10FFFF, 0, ~0], 'UTF-8'));

虽然不理想，但此方法可确保安全编码，因为所有字符都可以用 ISO-8859-1 表示。

以上是为什么 PHP DOMDocument 的 loadHTML 在使用 UTF-8 编码时失败，如何修复？的详细内容。更多信息请关注PHP中文网其他相关文章！