閱讀和編碼html

我想從許多HTML文件中讀取並顯示標題（包含在h1標記中）的內容。這些文件都在同一個文件夾中。閱讀和編碼html

這是HTML文件的樣子：

<!DOCTYPE html PUBLIC '-//W3C//DTD HTML 4.01//EN'> 
<html> 
<head> 
    <title>A title</title> 
    <style type='text/css'> 
    ... Styles here ... 
    </style> 
</head> 
<body> 
    <h1>&Ecirc;tre aidant</h1> 
    <p>En g&eacute;n&eacute;ral, les aidants doivent &eacute;quilibrer...</p> 
    ... more tags ... 
</body>

我試圖用這個PHP腳本來顯示從H1標籤的內容：

<?php 
foreach (glob("test/*.html") as $file) { 
    $file_handle = fopen($file, "r"); 

    $doc = new DOMDocument(); 
    $doc->loadHTMLfile($file); 

    $title = $doc->getElementsByTagName('h1'); 
    if ($title && 0<$title->length) { 
     $title = $title->item(0); 
     $content = $doc->savehtml($title); 
     echo $content; 
    } 
    fclose($file_handle); 
} 
?>

但輸出包含錯誤的字符。對於示例文件，輸出爲：

ÃŠtre aidant

如何實現此輸出？

Être aidant

來源

2015-06-30 user3218711

文件是否保存爲UTF8？您是否嘗試將字符串轉換爲https://secure.php.net/manual/en/function.fopen.php#104325 – x29a

你應該用你的HTML文檔的<head>一個字符集。

<meta charset="utf-8">

來源

2015-06-30 17:14:54

你的意思是在輸出文件中？ – user3218711

是的，對於你所有的'.html'文件，你應該有這個聲明。嘗試一個文件，看看它是否有效。 –

好吧，我在輸出和輸出之前添加了''，我希望幫助！ – user3218711

你需要使用UTF-8編碼變化echo $content to echo utf8_encode($content);

來源

2015-06-30 17:10:52 rocky

感謝您的答案，但輸出成爲'ÃƒÂŠtreaidant' – user3218711

如果您刪除utf8_encode比輸出將成爲助理。您的預期輸出是什麼。 – rocky

閱讀和編碼html

回答

相關問題