PHP：如何將外來字符從simple_html_dom轉換爲UTF8？

Question

我遇到了一個來自外部字符的網頁的字符串的麻煩。

該字符串是通過使用str_get_html()解析網頁，然後是$htmldom->innertext;（simple_html_dom類庫）生成的。

當我使用htmlentities()輸出字符串時，它顯示正常;但在字符串上使用explode()並打印零件，我得到一個帶有問號的傾斜塊，用於每個外來字符。

我需要將字符串存儲在一個utf8 MySQL數據庫中，所以我需要正確的外來字符。

我的頁面有一個標題utf8字符集。

我已經試過mb_split()和preg_split()，但這些都有同樣的問題。

Answer 1

我解決了這個問題，有：

它有一個很大的功能，只是轉換什麼都是utf-8，無論它來自何處（只要它是Latin1（iso 8859-1），Windows-1252或UTF8，或者它們的組合）。

非常感謝塞巴斯蒂安格里尼奧利。

Answer 2

PHP和UTF-8不是很好的組合。一些函數可以在UTF-8上正常工作，其他函數則不會，最糟糕的是那些被記錄爲可用的函數，但事實上並非如此（如DOMDocument）。

您可以使用mb_convert_encoding()爲多字節字符轉換爲HTML實體，它通常提供一個可接受的解決方法：

$string = mb_convert_encoding($string, 'HTML-ENTITIES', 'UTF-8');