如何将编码从纯文本更改为 Unicode，以便我可以从 HTML 中读取特殊字符？

Question

下面是我的代码：

<?php
// example of how to use basic selector to retrieve HTML contents
include('/Library/WebServer/Documents/simple_html_dom.php');  //this is the api for the simplehtmldom

// get DOM from URL or file
$html = file_get_html('http:/www.google.hk');



// extract text from table
echo $html->find('td[align="top"]', 1)->innertext.'<br><hr>';

// extract text from HTML
echo $html->innertext;
?>

我正在使用 simplephphtmldon API。当我在我的本地服务器上执行我的 php 程序时，我得到了很多无法识别的字符，因为纯文本无法真正编码它们以像它们一样显示应该。有人可以告诉我我需要更改为 inner text 才能让所有字符都显示吗？ PS 我也尝试过 plaintext 但没有任何运气。 textContent 我觉得好像坏了。也许我需要先尝试不同的元素（？）。谢谢

Answer 1

echo utf8_encode($html->innertext);

或者

echo utf8_decode($html->innertext);

这取决于原始编码，因此您可能想尝试两者。

注：如果您在浏览器上看到输出，请确保将 Unicode 设置为文本编码或在脚本顶部使用以下代码。

header('Content-Type: text/html; charset=utf-8');

如何将编码从纯文本更改为 Unicode，以便我可以从 HTML 中读取特殊字符？

How to change encoding from plain text to Unicode so that I can read special characters from a HTML?

php

parsing

simple-html-dom