如何保持中国或其他外国语言，因为它们将它们转换成代码呢？(How to keep the Chine

DOMDocument似乎中国的字符转换为代码，例如，

你的乱发 will become ä½ çš„ä¹±å‘

我如何才能让中国或其他外国语言，因为它们将它们转换成代码呢？

下面是我简单的测试，

$dom = new DOMDocument();
$dom->loadHTML($html);

如果我loadHTML之前添加此下方（）

$html = mb_convert_encoding($html, "HTML-ENTITIES", "UTF-8"); 

我得到的，

你的乱发

即使coverted代码将被显示为中国文字， 你的乱发 仍然不是你的乱发什么，我以后....

Answer 1:

DOM文档似乎中国的字符转换为代码[...]。 我如何才能让中国或其他外国语言，因为它们将它们转换成代码呢？

$dom = new DOMDocument();
$dom->loadHTML($html);

如果您使用的loadHTML功能加载HTML块。 默认情况下， DOMDocument预计该字符串是HTML的默认编码（ ISO-8859-1 ），但是最常见的字符集（原文如此！）旁边提供给你使用，而不是字符串里面的元信息。 为了让这更复杂，是元信息甚至里面的字符串。

反正你没有共享的HTML的字符串数据，你有没有指定的编码，这是很难说具体是怎么回事。

我假设HTML是UTF-8编码，但这不是在HTML字符串内的信号。 所以下面的变通可以帮助：

$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

它在注入一开始编码提示（和HTML加载后删除它）。 从这一点上来说， DOMDocument将返回UTF-8（总是）。

Answer 2:

对于类似问题的解决方案进行搜索时我只是在这个线程迷迷糊糊的，我正确加载HTML和做一些解析使用XPath等之后......我的文字最终是这样的：

你的乱发

这显示效果细腻的HTML的身体，但不会在样式或脚本标签正常显示（如中国设置的字体）。

要解决这个问题，做反向lauthiamkok做：

$html = mb_convert_encoding($html, "UTF-8", "HTML-ENTITIES");

如果出于任何原因，第一个解决方法不为你工作，尝试这种转换。

Answer 3:

我敢肯定ä½ çš„ä¹±å'实际上是视窗拉丁语1（不ASCII，也有ASCII没有变音符号）。 某处前进的道路上你的UTF-8文本得到了保存与Windows拉丁文1 ....

文章来源: How to keep the Chinese or other foreign language as they are instead of converting them into codes?