Форум PHP программистов > Кодировка в DomDocument

[ Поиск ] - [ Пользователи ] - [ Календарь ]

Страницы: 1, 2

zelenuy

16.02.2014 - 21:18

<?php
header("Content-Type: text/html; charset=utf-8");

$html = <<<L
<!Doctype html>
<html>
    <head>
        <meta name="description" content="Описание сайта">
    </head>
    <body id="5">
        Hello, Вася!
    </body>
</html>
L;

$ob = new DOMDocument();
$ob->formatOutput = true;
$ob->loadHTML($html);
$str = $ob->saveHTML();
echo nl2br(htmlspecialchars($str));
?>

После выполнения этого скрипта все русские символы превращаются не пойми в че, типа этого:

&ETH;&#382;&ETH;&iquest;&ETH;&cedil;

В чем может быть причина? Сам файл в utf-8

BaNru

16.02.2014 - 21:19

    <head>
        <meta charset="UTF-8">
        <meta name="description" content="Описание сайта">
    </head>

2) htmlspecialchars

zelenuy

16.02.2014 - 21:23

BaNru
Не помогло, такое чувство что дом перекодировал во что то другое

BaNru

16.02.2014 - 21:27

DOMDocument

Цитата

encoding

Кодировка документа, как она задана в объявлении XML. Этот атрибут отсутствует в итоговой DOM Level 3 спецификации, но это единственный путь для управления кодировкой XML документа в данной реализации.

zelenuy

16.02.2014 - 21:29

Цитата

2) htmlspecialchars

Не тоже не из-за этого

zelenuy

16.02.2014 - 21:35

Цитата (BaNru @ 16.02.2014 - 21:27)

DOMDocument

Цитата

Она не работает, что делать?

BaNru

16.02.2014 - 21:38

Поиграться с iconv (и/или с utf8_encode() и utf8_decode()), пока не придут местные гуру )))

Цитата

Замечание:

Расширение DOM использует кодировку UTF-8. Используйте функции utf8_encode() и utf8_decode() для работы с текстами в кодировке ISO-8859-1, либо Iconv в других кодировках.

zelenuy

16.02.2014 - 21:41

zelenuy

16.02.2014 - 21:48

BaNru
Еще бы знать что эта за кодировка)
По пробовал из ISO-8859-1 в utf-8 не сработало

BaNru

16.02.2014 - 22:01

У меня сработало, правда чуть подправил
http://ideone.com/8d2A4G
Он походу не знает HTML5 и/или ему надо максимально приближенный к XML, т.е. XHTML

<meta http-equiv="content-type" content="text/html; charset=UTF-8">

zelenuy

16.02.2014 - 22:30

BaNru
А что делать, я пишу на 5)
Этот заголовок будет работать на 5?)
Вообще странно сделано, без заголовка все ломает, просто бы настройку сделали

zelenuy

16.02.2014 - 22:34

<?php
header("Content-Type: text/html; charset=utf-8");

$html = <<<L
<!DOCTYPE HTML>
<html>
    <head>
        <meta http-equiv="content-type" content="text/html; charset=utf-8">
        <meta name="description" content="Описание сайта">
    </head>
    <body id="5">
        Hello, World!
    </body>
</html>
L;

$ob = new DOMDocument();
$ob->formatOutput = true;
$ob->loadHTML($html);
$str = $ob->saveHTML();
echo $str;
?>

Вот так работает вроде :lol: будет смесь html 4 + html 5

zelenuy

16.02.2014 - 22:41

Но если я захочу загрузить чужой html5 файл, то все опять сломается, проблема однако

BaNru

16.02.2014 - 23:11

HTML5 понимает XHTML.

$html = <<<L
<!DOCTYPE HTML>
<html>
    <head>
        <meta name="description" content="Описание сайта">
    </head>
    <body id="5">
        Hello, World!
    </body>
</html>
L;
$html  = str_replace('<head>','<head><meta http-equiv="content-type" content="text/html; charset=utf-8">',$html);

http://ideone.com/Laytvl

Разумеется тут появляется новые проблемы

1) а если где-то на странице будет еще <head>
Для этого ответ

$html  = str_replace('<head>','<head><meta http-equiv="content-type" content="text/html; charset=utf-8">',$html,1);

т.е. заменяем только первое вхождение.

2) А если уже есть meta, то вводим условие

if(preg_match(//)){}
else{str_replace()}

Кстати, можно попробовать без условий составить одну универсальную регулярку (это вполне возможно) и вместо str_replace использовать preg_replace
(это уже отдельная тема)

и т.д. до беконечности

zelenuy

16.02.2014 - 23:17

BaNru

я как раз про регулярки и подумал

Быстрый ответ:

Здесь расположена полная версия этой страницы.