“”字符出现而不是“ ”

Posted 2023-02-21

【中文标题】“”字符出现而不是“ ”

【英文标题】："Â " character showing up instead of " "

【发布时间】：2015-04-14 15:21:08

【问题描述】：

我发现this thread 很好地描述了我的问题，this 的答案准确地描述了我的问题。

不间断空格字符是字节0xA0是ISO-8859-1；当编码为 UTF-8 时，它将是 0xC2,0xA0，如果您（错误地）将其视为 ISO-8859-1，则会显示为"Â "。这包括一个尾随的 nbsp...

但是，我已经设法将我的问题追溯到我用来将图像标签包装在 div 中的函数。

function img_format($str)

    $doc = new DOMDocument();
    @$doc->loadhtml($str);     // <-- Bonus points for the explaination of the @

    // $tags object
    $tags = $doc->getElementsByTagName('img');

    foreach ($tags as $tag) 

        $div = $doc->createElement('div');
        $div->setAttribute('class','inner-copy');
        $tag->parentNode->insertBefore($div, $tag);
        $div->appendChild($tag);

        $tag->setAttribute('class', 'inner-img');
    

    $str = $doc->saveHTML();

    return $str;

很简单，如何在这个函数中解决这个问题？

我理解使用；

<meta http-equiv="Content-Type" content="text/html;charset=utf-8" />

将解决这个问题，但显然我在函数本身中忽略了一些东西。

我试过了；

$dom->validateOnParse = true;

无济于事。 （反正我不太清楚那是做什么的）

【问题讨论】：

我只是想获得奖励点：@ 抑制了它们放在前面的表达式引发的任何错误。因此，如果$doc->loadHTML($str); 的方法调用抛出错误，您将不会看到错误/警告消息。您可以在php documentation 中了解更多信息。

【参考方案1】：

找到了！

@$doc->loadHTML(mb_convert_encoding($str, 'HTML-ENTITIES', 'UTF-8'));

This answer 解释了问题并提供了上述解决方法；

DOMDocument::loadHTML 会将您的字符串视为 ISO-8859-1 中的字符串，除非您另有说明。这会导致 UTF-8 字符串被错误地解释。

【讨论】：

别忘了，您应该可以将自己的答案设置为接受的答案。