PHP:Unicode节点值？

我试图从HTML字符串中提取所有链接文本和HREF，但源字符串是Unicode，nodeValue似乎无法处理这个问题

$links = array();
$titles = array();

$dom = new DOMDocument();
$dom->loadHTML( $str );
$hrefs = $dom->getElementsByTagName("a");
foreach ($hrefs as $href) {
    $links[] = $href->getAttribute("href");
    $titles[] = $href->nodeValue;
}

我的源字符串如下所示：

<p><a href='uploads/root/tr_62.pdf'>Türkiye</a></p> 

Türkiye

如何使nodeValue尊重Unicode字符

---

谢谢你的关注

您经常使用mb\u convert\u编码

$dom = new DOMDocument();
$html_data  = mb_convert_encoding($str , 'HTML-ENTITIES', 'UTF-8'); 
$dom->loadHTML( $html_data  );
$hrefs = $dom->getElementsByTagName("a");
foreach ($hrefs as $href) {
    $links[] = $href->getAttribute("href");
    $titles[] = $href->nodeValue;
}

---

您经常使用mb_convert_编码

$dom = new DOMDocument();
$html_data  = mb_convert_encoding($str , 'HTML-ENTITIES', 'UTF-8'); 
$dom->loadHTML( $html_data  );
$hrefs = $dom->getElementsByTagName("a");
foreach ($hrefs as $href) {
    $links[] = $href->getAttribute("href");
    $titles[] = $href->nodeValue;
}

---

谢谢，用户Veve的评论回答了我的问题

以下行解决了我的问题：

$str = mb_convert_encoding( $str, 'html-entities', 'utf-8' );  

---

谢谢，用户Veve的评论回答了我的问题

以下行解决了我的问题：

$str = mb_convert_encoding( $str, 'html-entities', 'utf-8' );  

---

添加

标题时（“内容类型：text/html；charset=utf-8”）

到您的脚本（在第一次输出之前），它是否解决了问题？我在页面上有完整的HTML标题，等等。

DOMDocument

和所有XML函数默认为UTF-8，因此它们可以很好地处理Unicode。从您的输出来看，是您的应用程序使用了一些单字节非Unicode编码或未能声明其编码（

标记基本上是不相关的，重要的是HTTP头，当然还有实际内容）。///现在把PHP代码分开。如果您复制并粘贴一个静态

車

，它是否正确打印？当您添加

标题（“内容类型：text/html；charset=utf-8”）

到您的脚本（在第一次输出之前），它是否解决了问题？我在页面上有完整的HTML标题，等等。

DOMDocument

和所有XML函数默认为UTF-8，因此它们可以很好地处理Unicode。从您的输出来看，是您的应用程序使用了一些单字节非Unicode编码或未能声明其编码（

标记基本上是不相关的，重要的是HTTP头，当然还有实际内容）。///现在把PHP代码分开。如果您复制并粘贴一个静态

車，打印正确吗？这是Daniel的答案的副本，它不能“解决”问题，它通过将所有内容转换为7位US-ASCII来隐藏它。严格来说，这不是真的，它是链接到InVeve评论的答案的副本，Daniel和我都发布了该答案。直到我提交了我的答案，我才看到丹尼尔斯的答案。这很公平。在任何情况下，以完全重复的方式结束问题的想法并不是让相同的信息到处传播（就像刚刚发生的那样）。不管怎样，我认为这个问题实际上是不同的。我相信你的应用程序可能只是不支持UTF-8。这是丹尼尔的答案的副本，它不能“解决”问题，它通过将所有内容转换为7位US-ASCII来隐藏它。严格来说，这不是真的，它是链接到Veve评论中的答案的副本，我和丹尼尔都发布了该答案。直到我提交了我的答案，我才看到丹尼尔斯的答案。这很公平。在任何情况下，以完全重复的方式结束问题的想法并不是让相同的信息到处传播（就像刚刚发生的那样）。不管怎样，我认为这个问题实际上是不同的。我相信您的应用程序可能不支持UTF-8。这是一个解决方案，在启用UTF-8的应用程序中绝对没有必要。它只是掩盖了潜在的编码错误配置。这是一个解决办法，在一个支持UTF-8的应用程序中绝对没有必要。它仅仅掩盖了潜在的编码错误配置。