Кодировки символов и file_get_contents

Question

Я изучаю PHP-программирование, и я тестирую некоторые вещи.

Я пытался загрузить некоторые HTML данные с:

$this->html = file_get_contents($this->url); 

$fh = fopen('txt\htm.txt', 'w') or die("can't open file"); 
     fwrite($fh, $this->html); 
     fclose($fh); 

Как только я запускаю этот скрипт, он загружает HTML со страницы и сохраняет его в текстовый файл; здесь все работает нормально.

Внутри файла HTML есть некоторые данные, которые я хочу извлечь и сохранить в памяти.

Пример:

• "автомобиль"
• "банан"
• "tâllian" < -
• "собака"

код, который я использую: (Я используя XPath)

$doc = new DOMDocument; 
@$doc->loadHTML($this->html); 
$xpath = new DOMXpath($doc); 

    $this->string1 = $this->GetName('//div/div[2]/table/tbody/tr[1]/td[1]/a/span',$xpath); 
     $this->string2 = $this->GetName('//div/div[2]/table/tbody/tr[2]/td[1]/a/span',$xpath); 
     $this->string3 = $this->GetName('//div/div[2]/table/tbody/tr[3]/td[1]/a/span',$xpath); 
     $this->string4 = $this->GetName('//div/div[2]/table/tbody/tr[4]/td[1]/a/span',$xpath); 


    private function GetName($xquery,$xpath) 
    { 
     $result_rows = $xpath->query($xquery); 
     foreach ($result_rows as $result_object) 
     { 
      return substr($result_object->nodeValue, strpos($result_object->nodeValue, '>')+1,strlen($result_object->nodeValue)); 
     } 

} 

И если я печатаю:

echo 'tâllian<br>'; 
echo $this->string1.'<br>'; 
echo $this->string2.'<br>'; 
echo $this->string3.'<br>'; //tâllian 
echo $this->string4.'<br>'; 

Результат:

• tâllian < -
• автомобиль
• банан
• tà ¢ llian < -
• собака

Итак, моя проблема в том, почему сценарий возвращает «tà ¢ llian» вместо «tâllian»?

Я ожидаю, что эти проблемы вызваны моей функцией GetName ... Как вы думаете?

Интересные факты

• Когда я ищу слово "tâllian" в моем текстовом файле (".txt \ htm.txt"), я считаю чистым и ясным.
• Когда я исполняю echo 'tâllian'; возвращает его чистым и ясным, потому что у меня этот заголовок: header('Content-Type: text/html; charset=utf-8');

---

найдено решение:

$html = mb_convert_encoding($html, 'HTML-ENTITIES', 'utf-8'); 
$doc = new DOMDocument; 
@$doc->loadHTML($html); 

Это нужно, чтобы быть преобразованы, прежде чем создавать новый DOMDocument.

Answer 1

найдено решение:

$html = mb_convert_encoding($html, 'HTML-ENTITIES', 'utf-8'); 
$doc = new DOMDocument; 
@$doc->loadHTML($html); 

Это нужно, чтобы быть преобразованы перед созданием нового DOMDocument.

Answer 2

Что произойдет, если вы используете метод htmlentities();?Дайте следующий код попробовать:

echo htmlentities($this->string3) . "<br />"; 

Это, вероятно, потому, что эти специальные символы (в этом, А с крышей) не печатаются правильно при печати их в виде обычного текста. Вы должны печатать их как объект HTML. Метод, использованный ниже, делает это автоматически.

Вы можете найти более подробную информацию об этом методе на странице PHP: htmlentities