Entidades UTF-8 y HTML

Question

Intento expulsar texto del archivo Word .DOC con PHP. Todo parece estar bien, pero el único problema es algo así como

СУДОВА БУХГАЛТЕРІЯ 

en lugar de texto en ruso. Intenté usar html_entity_decode y utf8_encode, pero no me ayudaron. ¿Hay alguna solución simple?

Answer 1

html_entity_decode debe trabajar con los parámetros adecuados (a menos que estés usando PHP 5.3.3 o posterior):

html_entity_decode($str, ENT_QUOTES, 'UTF-8') 

Esto convertirá las garantías de moralidad en UTF-8. Antes de PHP 5.3.3, el valor predeterminado del parámetro charset era ISO-8859-1. En ese caso, los caracteres cirílicos no se pueden convertir, ya que ISO 8859-1 character set no los contiene.