No puedo encontrar la manera de evitar que DOMDocument modifique estos caracteres.Deshabilitar la codificación de entidad html en PHP DOMDocument
<?php
$doc = new DOMDocument();
$doc->substituteEntities = false;
$doc->loadHTML('<p>¯\(°_o)/¯</p>');
print_r($doc->saveHTML());
?>
Resultados esperados: ¯ (° _o)/¯
salida real: Â ¯ (Â ° _o)/Â ¯
he encontrado una sugerencia en los comentarios en http://php.net/manual/en/domdocument.loadhtml.php
(Comentario de < mdmitry en gmail punto com > 21-dic-2009 05:02: "También puede cargar HTML como UTF-8 utilizando este sencillo truco:")
Sólo tiene que añadir antes de la '<?xml encoding="UTF-8">' en HTML entrada:
$doc = new DOMDocument();
//$doc->substituteEntities = false;
$doc->loadHTML('<?xml encoding="UTF-8">' . '<p>¯\(°_o)/¯</p>');
print_r($doc->saveHTML());
<?xml version="1.0" encoding="utf-8">
en la parte superior del documento se ocupa de etiquetas .. tanto para saveXML y saveHTML.
¿Por qué querrías ese galimatías en un documento HTML? –
De todos modos, es más probable que su editor/programa de transferencia de archivos/el hecho de que el código PHP no sea Unicode los esté "destruyendo", que es que 'DOMDocument' tiene algún problema. –
Encontré la respuesta aquí: http://stackoverflow.com/questions/2142120/php-encoding-with-domdocument/2671410#2671410 Solo usa mb_convert_encoding ($ string, 'html-entities', 'utf-8'); – anonymous