PHP DOMDocument saveHTML 没有正确编码西里尔字母

Question

我使用 DOMDocument操作 html 和 php 7。问题是文本在页面上显示良好(西里尔文)，但是当我转到“查看 HTML 页面源代码”时，它并不好。它显示如下: Здесь осн

可能出了什么问题？ <meta>字符集是 utf-8。我的代码:

$dom = new DOMDocument();
if (@$dom->loadHTML(mb_convert_encoding("<div>$body</div>", 'HTML-ENTITIES', 'UTF-8'), LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD)) {

    // https://stackoverflow.com/questions/29493678/loadhtml-libxml-html-noimplied-on-an-html-fragment-generates-incorrect-tags

    $container = $dom->getElementsByTagName('div')->item(0);
    $container = $container->parentNode->removeChild($container);

    while ($dom->firstChild)
        $dom->removeChild($doc->firstChild);

    while ($container->firstChild )
        $dom->appendChild($container->firstChild);

    $xpath = new DOMXPath($dom); 
    $headlines = $xpath->query("//h2");
    // some code..

    return $dom->saveHTML();
}

Answer 1

问题出在$dom->saveHTML();，你需要添加根节点作为参数，像这样:

return $dom->saveHTML((new \DOMXPath($dom))->query('/')->item(0));

它突然以不同的方式呈现页面，并进行替换。如果没有，请仔细检查 $dom->encoding 和 $dom->substituteEntities 的值，它们应该是 UTF-8 和真。