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 !

Что использовать вместо mysql_escape_string() в Drupal 7?

Сентябрь 6, 2016 г.

Начиная с версии PHP 4.3.0, функция mysql_escape_string() считается устаревшей. PHP будет выдавать соответствующее предупреждение. Deprecated function: mysql_escape_string(): This function is deprecated; use mysql_real_escape_string() instead. Т.е. ...

Читать

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

Извлекаем атрибуты из шот/html кода

Апрель 23, 2017 г.

Предлагаю код очень простой функции-парсера атрибутов из кусочков html кода. Основное назначение - разбирать текст short-codes. На входе: html код или shortcode. На выходе: имя тега и набор атрибутов. Если ничего подходящего не найдено - получим ...

Читать

Функция для локализации изображения при экспорте статьи

Февраль 29, 2016 г.

За многолетнюю практику работы с Drupal, я накопил целую библиотеку вспомогательных функций. Функция, описываемая в этой статье, используется для копирования ...

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: