强制DOMXpath-php-返回utf-8结果

首先，我知道这个问题以前有过信号，但解决方案不适用于我的情况

这是网址

页面上说它的字符集是ISO-8859-1，但不能是，因为上面有欧元符号。Chrome浏览器将其标识为windows-1252

我曾经

$file = str_replace('charset=iso-8859-1', 'charset=utf-8', $file);
$file = iconv('windows-1252', 'UTF-8', $file);

保存它，我的文本编辑器说它是UTF-8编码的

然后我用

$doc2->loadHTML($file);
$doc2->saveHTMLFile('ggg.html');

而且我的文本编辑器说它是UTF-8编码的 但是这个文件说，ggg.html实际上是ASCII

尽管如此，在它里面的东西看起来和预期的一样，尽管它们使用的是html编码，比如Pré或proprieté

xpath查询返回垃圾数据，如 而不是Pré是Prà 而不是欧元

我已经尝试过这里建议的解决方案，但没有成功

---

我认为这是关于php如何处理libxml的问题，因为在ruby中，它可以完美地工作——也可以通过Urb gem使用libxml——问题是我的客户需要一个php脚本，我快速浏览了一下，从我的角度看，该站点输出了混合编码

它是

iso-8859-1

，带有一个混合的

windows-1252

€

符号（我想）。 这就是为什么浏览器会感到困惑（但不知怎么处理）

除了让他们修复他们的网站或者做一些其他的修改之外，我不知道你会怎么做

---

Préis PrÃ

中断是因为您试图对

windows-1252->utf8

转换实际上是

iso-8859-1

的东西（我想）。

xpath查询返回垃圾数据，比如代替Préis Pré而不是欧元is–你在哪里看到这一点？在网络浏览器中？您是否“通知”浏览器您的文档是utf-8编码的？不在浏览器中。数据将保存在数据库中。我只是将数组和结果打印到一个文件中。我的文本编辑器说这个转储文件是ASCII，而不是我所期望的UTF-8。如果有人能从中做出一些东西，我已经做了很多很多事情。我确实在某些情况下获得了正确的Pré，但仍然存在其他问题，正如您在dropbox文件中看到的那样。我需要一个解决方案，一切都是它应该是什么样子，正如我的ruby脚本所展示的那样，这是可能的——而且，在ruby中，非常容易找到ggg.html文件，这就是libxml内部解析DOM的方式，看起来不错！但是是ASCII，而不是UTF-8，这就是Xpath返回文本数据而不是HTML的问题所在，因此ASCII不能表示它。我如何强制文档在内部将文档视为UTF-8，因为它99%的时间都是这样做的？为什么在这种情况下它不将文档视为UTF-8？ggg.html文件是带有HtmlEntes的ASCII文件<代码>Xpath返回文本数据，而不是HTML，

什么？-它不能将其视为utf-8，因为源代码具有混合编码，您不能将其视为任何东西，除非它已损坏。（除非我的答案是错的）