DOMDocument кодировка при сохранении в HTML

PHP поддерживает работу с классом DOMDocument, но есть некоторые особенности, которые требуют внимания. Одна из них — это html кодирование символов, если вы не укажете в заголовке документа мета информацию о кодировке.

Рассмотрим пример:

<?php
$doc = new DomDocument('1.0', 'UTF-8');
$file = @$doc->loadHTML('Это мой <i>документ</i> в HTML');
echo @$doc->saveHTML();
?>

<?php

$doc = new DomDocument('1.0', 'UTF-8');

$file = @$doc->loadHTML('Это мой документ в HTML');

echo @$doc->saveHTML();

В зависимости от того, в какой кодировке был ваш текст, получится разный результат. Вот пример, когда ваш текст был в win-1251:

<span class="html-tag"><p></span>&Yacute;&ograve;&icirc; &igrave;&icirc;&eacute; 
<span class="html-tag"><i></span>&auml;&icirc;&ecirc;&oacute;
&igrave;&aring;&iacute;&ograve;<span class="html-tag"></i></span> &acirc; HTML<span class="html-tag"></p></span>

Ýòî ìîé

äîêó

ìåíò â HTML

А вот пример для исходного текста в UTF-8:

<span class="html-tag"><p></span>&ETH;&shy;&Ntilde;&#130;&ETH;&frac34; &ETH;&frac14;&ETH;&frac34;
&ETH;&sup1; <span class="html-tag"><i></span>&ETH;&acute;&ETH;&frac34;&ETH;&ordm;&Ntilde;&#131;
&ETH;&frac14;&ETH;&micro;&ETH;&frac12;&Ntilde;&#130;<span class="html-tag"></i></span> &ETH;&sup2; HTML<span class="html-tag"></p></span>

ÐÑÐ¾ Ð¼Ð¾

Ð¹ Ð´Ð¾ÐºÑ

Ð¼ÐµÐ½Ñ Ð² HTML

Видно, что кириллические символы представлены в виде 16ти-ричных HTML кодов.

Почему вывелась не исходная кириллица, а была произведена перекодировка? Произошло это от того, что программа не знает, какая кодировка должна быть у документа — она ведь не указана. Для функции saveHTML() её нужно указать в секции документа head, как meta-тэг:

<?php
$doc = new DomDocument('1.0', 'UTF-8');
$file = @$doc->loadHTML('<head>
  <meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
</head>' . 'Это мой <i>документ</i> в HTML');
echo @$doc->saveHTML();
?>

<?php

$doc = new DomDocument('1.0', 'UTF-8');

$file = @$doc->loadHTML('<head>

</head>' . 'Это мой документ в HTML');

echo @$doc->saveHTML();

Если указанная кодировка в meta совпадает с кодировкой текста, то вы получите на выходе:

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<html><head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8"></head>
<body><p>Это мой <i>документ</i> в HTML</p></body></html>

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">

<body>Это мой документ в HTML</body></html>

Написать комментарий

Данная запись опубликована в 20.12.2016 17:13 и размещена в рубрике PHP. Вы можете перейти в конец страницы и оставить ваш комментарий.

Мало букафф? Читайте есчо !

Как произвести в PHP HTTP авторизацию в запросе через curl

Сентябрь 17, 2020 г.

Пример кода, выполняющий HTTP авторизацию при запросе через curl. Этот тип авторизации также известен как BASIC. Для формирования правильных заголовков запроса вам потребуется правильно установить две опции curl: CURLOPT_HTTPAUTH и CURLOPT_USERPWD. ...

Читать

Как пользоваться flock()?

Март 24, 2017 г.

Если вы решаете задачу конкурентного доступа к файлу (или какому то другому ресурсу) в PHP, и решили использовать flock() для этой цели, то вам понадобится верно представлять как работает механизм блокировки. Представим себе, что есть разные программные ...

Читать

Отправить PUT запрос через cUrl в PHP

Май 19, 2021 г.

Делюсь примером кода, который отправляет PUT запрос через CURL. Все работает точно также как для POST запроса, с небольшими отличиями в настройках: [crayon-6ac497d2a94a1662295573/] Надеюсь, этот пример сэкономит вам время :)

Читать

Функция сложения двух URL

Август 13, 2013 г.

Обычно задача возникает, когда мы исследуем скриптом html страничку, и нам нужно получить, используя её абсолютный адрес, адреса страниц на которые она ссылается. Для этого к текущему абсолютному адресу страницы, надо "добавлять" адреса других страниц. ...

Читать

Комментарии к «DOMDocument кодировка при сохранении в HTML»

Понравилась статья? Есть вопросы? - пишите в комментариях.

Имя (обязательно)	Е-майл (не будет опубликован на сайте, обязательно для заполнения)
Комментарий: