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 !

PHP проверка адреса электронной почты, email

Ноябрь 10, 2015 г.

Серию валидаторов пополняю функцией проверки введенного email на соответствие формальным требованиям. По стандарту RFC822 Если есть необходимость соблюсти все требования, которые упомянуты в громоздкой спецификации RFC822, то лучший путь - воспользоваться ...

Читать

Время в PHP, смещение от GMT, UTC

Январь 14, 2016 г.

Для начала разберемся что такое GMT и UTC. Во многих источниках они упоминаются как синонимы, и между ними действительно не существенная разница (до 1 секунды). Их отличие в методике получения точного значения. UTC (универсальное координированное ...

Читать

Проверка кодов ОГРН / ОГРНИП на PHP

Сентябрь 24, 2015 г.

Продолжая тему валидаторов, публикую код двух функций для проверки введенных пользователем кодов ОГРН или ОГРНИП. Проверка кода ОГРН. Код содержит 13 знаков, последний из них используется для проверки "контрольной суммы". [crayon-6aed12612ddc0244212170/] ...

Читать

Конвертируем в PDF

Сентябрь 3, 2013 г.

Есть несколько задач, связанных с конвертацией документов в PDF. Меня интересует перевод из HTML и создание PDF средствами PHP. Конвертировать страницу, отображенную в браузере в PDF. Здесь обычно используют плагины. Это работает до тех пор, пока ...

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: