我发现这个线程很好地描述了我的问题,这个答案准确地描述了我们的问题。
不间断空格字符为字节0xA0为ISO-8859-1;当编码为UTF-8时,它将是0xC2,0xA0,如果您(错误地)将其视为ISO-8859-1,则会显示为
"Â "
。这包括一个尾部nbsp。。。
然而,我已经设法将我的问题归结为一个函数,该函数用于在div中包装图像标签。
function img_format($str)
{
$doc = new DOMDocument();
@$doc->loadHTML($str); // <-- Bonus points for the explaination of the @
// $tags object
$tags = $doc->getElementsByTagName('img');
foreach ($tags as $tag) {
$div = $doc->createElement('div');
$div->setAttribute('class','inner-copy');
$tag->parentNode->insertBefore($div, $tag);
$div->appendChild($tag);
$tag->setAttribute('class', 'inner-img');
}
$str = $doc->saveHTML();
return $str;
}
很简单,我如何在这个函数中解决这个问题?
我理解使用;
<meta http-equiv="Content-Type" content="text/html;charset=utf-8" />
会解决这个问题,但很明显,我在函数本身中忽略了一些东西。
我试过了;
$dom->validateOnParse = true;
没有用。(我不太清楚这到底是怎么回事)
找到了!
@$doc->loadHTML(mb_convert_encoding($str, 'HTML-ENTITIES', 'UTF-8'));
这个答案解释了这个问题,并给出了上述工作;
DOMDocument::loadHTML将把您的字符串视为在ISO-8859-1中,除非您另有说明。这会导致UTF-8字符串被错误地解释。