DOMDOCUMENTとHTMLエンティティ

Question

私は×

$str = '<a href="http://example.com/"> A &#215; B</a>'; 

$dom = new DomDocument; 
$dom -> substituteEntities = false; 
$dom ->loadHTML($str); 

$link = $dom ->getElementsByTagName('a') -> item(0); 
$fullname = $link -> nodeValue; 
$href = $link -> getAttribute('href'); 

echo " 
fullname: $fullname \n 
href: $href\n";  

のように、いくつかのHTMLエンティティを含み、いくつかのHTMLを解析しようとしているが、DOMDOCUMENTがA- B.

用のテキストはいくつかの方法があります置き換えますそれがHTMLエンティティのために&を取っておかないようにして、ただそれをそのままにしておきますか？ substituteEntitiesをfalseに設定しようとしましたが、何もしません。

Answer 1

は&に置き換えられますか？そうであれば、正確なエンティティがテキストとして表示されますが、あなたが得ている文字化けした応答ではありません。

私の推測では、実際の文字に変換され、この文字が含まれていないlatin1文字セットでページが表示されているため、文字化けしたレスポンスが表示されます。私はあなたの例をレンダリングする場合

、私の出力は次のようになります。

fullname: A × B 

href: http://example.com/ 

latin1の/ ISO-8859-1でこれを見て、私はあなたが記述している出力を参照してください。しかし、私が文字セットをUTF-8に設定すると、出力は正常です。

Answer 2

これは質問には直接的な回答ではありませんが、UTF-8を代わりに使用することができます。これにより、÷またはxのようなグリフを直接保存できます。他のニーズにPHP DOMでUTF-8を使用するにはa little hack。

また、数式（A×B示唆）を表示しようとすると、MathMLがあります。

Answer 3

ドキュメントから

：

DOM拡張は、UTF-8エンコーディングを使用しています。
utf8_encode（）およびutf8_decode（）を使用して、ISO-8859-1エンコーディングまたはIconvのテキストを他のエンコーディングに使用できます。あなたはLatin-1の試み使用していると仮定すると、

：私は同じ問題に直面しています

<?php 
header('Content-type:text/html;charset=iso-8859-1'); 


$str = utf8_encode('<a href="http://example.com/"> A &#215; B</a>'); 

$dom = new DOMDocument; 


$dom -> substituteEntities = false; 
$dom ->loadHTML($str); 

$link = $dom ->getElementsByTagName('a') -> item(0); 
$fullname = utf8_decode($link -> nodeValue); 
$href = $link -> getAttribute('href'); 

echo " 
fullname: $fullname \n 
href: $href\n"; ?> 

Answer 4

は、実際には、はutf8_encodeとdeccodeには、例えば、それらのすべていくつかのケースのためにトリックを行うなくΣ utf-8デコード関数を使ってレンダリングすることはできません。私たちが必要とする基本的な考え方は、htmlエンティティを文字列の中に保持することです。