Php 为什么我会看到“á；”在向屏幕写入时是否使用空格（编码问题）？

我完全被编码问题迷住了，我不知道发生了什么，到底是什么问题，以及如何解决它

基本上，我只是尝试从Zip文件中读取HTML文件，解析它，然后将其输出为XML。现在，我从解析器中得到的文本发生了一些奇怪的事情

解析HTML时，只有在向屏幕写入时，才会得到空间，而不是空间。如果我把它保存在一个变量中并写入一个文件中，它在文件中看起来很好。然而，尽管它在XML中看起来是正确的，但它有一些问题，我的PHP解析器无法解析该XML，IE似乎也不喜欢它

我必须首先

mb_转换_编码（$xmlcontent，“ASCII”）
知道我的问题是什么吗

使用Perl从
.tar.gz
文件中提取HTML

my $tar = Archive::Tar->new;
$tar->read("myfile.tar.gz");
$tar->extract_file('index.html', 'output.html');


加载HTML，这就是它开始变得古怪的地方，我得到的输出像
Numberáofásourceálines

my $tree = HTML::TreeBuilder->new;
$tree->parse_file('output.html') or die $!;
$tree->elementify;


写入XML

my $output = new IO::File(">output.xml");
my $writer = new XML::Writer(OUTPUT => $output, DATA_MODE => 1,DATA_INDENT => 2);


如果将其写入文件时看起来是正确的，而将其写入终端时看起来是错误的，则听起来您的终端预期的编码是错误的。检查您的终端设置。”

另外，请参见Jon Rockway对的回答。使用编码时，必须将输入转换为正确的编码，并将输出转换为正确的编码。查看数据的所有内容都需要知道您使用的是哪种编码。
我想我只是通过在解析数据之前在html上处理它来修复它，感谢所有伟大的指针

s/\&nbsp\;/ /g;

您的数据是多字节unicode吗？这个奇怪的角色闻起来可能是。使用正确的字符编码。您首先需要了解输入数据的编码。然后将其转换为UTF-8。如何确定编码？该文件是由工具自动生成的，我无法控制它，我只能处理它。HTML是否有定义所用字符集的元标记？通常会。显示HTML文件。将它原封不动地上传到某个地方，或者提供它的十六进制转储。