PHP文档日文字符编码问题

我有一个文件名为：ニューヨーク・ヤンキース-チケット-200x225.jpg

我能够用我的PHP代码成功地做到这一点：

    if (file_exists(ABSPATH . 'ニューヨーク・ヤンキース-チケット-200x225.jpg')) {
    echo 'yes';
}

但是，当我使用DOMDocument解析我的内容时，返回相同的字符串，如下所示： 壛壛壛壛壛壛壛壛壛壛壛壛壛-200x225.jpg

如何使用以下代码防止这种情况发生？我们的应用程序是国际化的，因此我们需要容纳所有utf-8字符：

$dom = new DOMDocument();
$dom->encoding = 'utf-8';
$dom->loadHTML($content);
$images = $dom->getElementsByTagName('img');

foreach ($images as $image) {
    if( $image->hasAttribute('srcset') ) continue;
    echo $initImgSrc = $image->getAttribute('src');
    if (!preg_match('/[_-]\d+x\d+(?=\.[a-z]{3,4}$)/', $initImgSrc)) continue;

    $newImgSrc = preg_replace('/[_-]\d+x\d+(?=\.[a-z]{3,4}$)/', '', $initImgSrc);
    if (strpos($newImgSrc, '/') === 0) {
        $newImgPath = str_replace( '/wp-content', ABSPATH . 'wp-content', $newImgSrc);
    } else {
        $newImgPath = str_replace( get_home_url(), ABSPATH, $newImgSrc);
    }
    if (!file_exists($newImgPath)) continue;
    echo 'yes';
    $dom->saveXML($image);

    $oldSrc = 'src="' . $initImgSrc . '"';
    $newDataSrcSet = $initImgSrc . ' 1x, ' . $newImgSrc . ' 2x';
    $newSrcWithSrcSet = $oldSrc . ' srcset="' . $newDataSrcSet .'"';
    $content  = str_replace( $oldSrc, $newSrcWithSrcSet, $content );
}
return $content;

---

此代码正常工作，只是不使用日语字符。非常感谢您的帮助

DOMDocument:：loadHTML

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

如果您的字符串不包含XML编码声明，则可以在声明前加上一个前缀，使字符串被视为UTF-8：

$profile = '<p>イリノイ州シカゴにて、アイルランド系の家庭に、9</p>';
$dom = new DOMDocument();
$dom->loadHTML('<?xml encoding="utf-8" ?>' . $profile);
echo $dom->saveHTML();

$profile='イリノイ州シカゴにて、アイルランド系の家庭に、9
'；
$dom=新的DOMDocument（）；
$dom->loadHTML（'.$profile）；
echo$dom->saveHTML（）；

如果您不知道字符串是否已经包含这样的声明，那么有一种解决方法可以帮助您：

$profile = '<p>イリノイ州シカゴにて、アイルランド系の家庭に、9</p>';
$dom = new DOMDocument();
$dom->loadHTML(mb_convert_encoding($profile, 'HTML-ENTITIES', 'UTF-8'));
echo $dom->saveHTML();

$profile='イリノイ州シカゴにて、アイルランド系の家庭に、9
'；
$dom=新的DOMDocument（）；
$dom->loadHTML（mb_convert_编码（$profile，'HTML-ENTITIES'，'UTF-8'）；
echo$dom->saveHTML（）；

这不是一个很好的解决方法，但由于不是所有字符都可以在ISO-8859-1中表示（像这些katana），因此它是最安全的替代方法

---

答案从这里复制：

如果你认为这个问题的答案基本上是看另一个问题（和答案），那么你应该在评论部分说这是重复的。另一个问题可能有其他答案，这在这种情况下可能也会有所帮助，因此该问题应该只是链接起来，而不是重复答案。@rkg谢谢，第一个答案是正确的：立即工作。我本以为$dom->encoding会做同样的事情，但我想那是在保存之前进行编码，而不是在声明之前。谢谢大家@奈杰伦：谢谢你的提示。我只是碰巧最近在这里很活跃，只是想帮忙。下次我会做得更好。