HTML DOM 解析器 UTF-8答案

【问题标题】：HTML DOM PARSER UTF-8HTML DOM 解析器 UTF-8
【发布时间】：2013-04-01 16:47:30
【问题描述】：

我有一个网站，但没有使用 UTF-8 编码。我在另一个 php 中包含 php 文件。当我将编码更改为 UTF-8 时，所有字符都损坏了。所以我不能使用 header(..utf8 bla bla tag.

include_once 'includes/simple_html_dom.php';

$ozet = file_get_contents($url);
$html = str_get_html($ozet);
$trozet = $html->find('div[class="TEST"]',0)->plaintext;
$icerik = "";
$yazi = "<span>$trozet</span>";
$uzunluk = strlen($yazi);
$sinir = 155;
if ($uzunluk > $sinir) {
$icerik = substr($yazi,0,$sinir) . "...";
}

$content.= '<i><span>'.$icerik.'</span></i>';

return $content;

但它得到的 html 是这样的：

Pittsburgh kentinde sakin ve gÃ¼neÅŸli bir sabah, mesai saatinden hemen Ã¶nce insanlar iÅŸlerine doÄŸru koÅŸturmakta, gÃ¼nlÃ¼k telaÅŸlarÄ±nÄ± yaÅŸama...

应该是：

Pittsburgh kentinde sakin ve güneşli bir sabah, mesai saatinden hemen önce insanlar işlerine doğru koşturmakta, günlük telaşlarını...

我怎样才能做到这一点？

【问题讨论】：

标签： php html utf-8 domparser

【解决方案1】：

要 Substr utf-8 字符串，您可以使用如下函数：

function substrutf8($str,$from,$len){
return preg_replace('#^(?:[\x00-\x7F]|[\xC0-\xFF][\x80-\xBF]+){0,'. $from .'}'.'((?:[\x00-\x7F]|[\xC0-\xFF][\x80-\xBF]+){0,'. $len .'}).*#s','$1', $str);}

【讨论】：

【解决方案2】：

如果不能使用 UTF-8，则必须将其转换为其他编码：

$yazi = mb_convert_encoding("<span>$trozet</span>", "Windows-1250", "UTF-8");

请注意，并非每个网站都使用 UTF-8，而且 Windows-1250 仅支持一小部分 Unicode 字符。

【讨论】：