“”字符出现而不是“ ”

Question

我发现this thread 很好地描述了我的问题，this 的答案准确地描述了我的问题。

不间断空格字符是字节0xA0是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 "。这包括一个尾随的 nbsp...

但是，我已经设法将我的问题追溯到我用来将图像标签包装在 div 中的函数。

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，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" />

将解决这个问题，但显然我在函数本身中忽略了一些东西。

我试过了；

$dom->validateOnParse = true;

无济于事。 （反正我不太清楚那是做什么的）

Answer 1

找到了！

@$doc->loadHTML(mb_convert_encoding($str, 'HTML-ENTITIES', 'UTF-8'));

This answer 解释了问题并提供了上述解决方法；

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