PHP codificación con DOMDocument

Question

<tag> 
Алекс М 
</tag> 

Cuando intento para obtener el contenido del siguiente código utilizando funciones DOMDocument, devuelve algo como:

ÐÐ»ÐµÐºÑ Ðœ 

He tratado de establecer DOMDocument codificación a diferentes valores (UTF 8, ISO-8859-1), utilizando mb_convert_encoding, iconv y utf8_encode pero sin éxito.

¿Cómo puedo obtener "Алекс М" en lugar de "Ðл ÐμÐºÑ Ðμ ""?

EDITAR: La entrada proviene de una página cargada con curl. Cuando envío el contenido de la página a mi navegador, los caracteres se muestran correctamente (así que dudo que la entrada sea el problema).

Answer 1

Probar:

$string = file_get_contents('your-xml-file.xml'); 
$string = mb_convert_encoding($string, 'utf-8', mb_detect_encoding($string)); 
// if you have not escaped entities use 
$string = mb_convert_encoding($string, 'html-entities', 'utf-8'); 
$doc = new DOMDocument(); 
$doc->loadXML($string); 

Answer 2

Agregar encabezado xml para que las etiquetas - intente esto:

$a = new DOMDocument(); 
$a->loadXml ('<?xml version="1.0" encoding="UTF-8"?><tag>Алекс М</tag>'); 
print htmlspecialchars ($a->saveXml()); 

Answer 3

que tenía un problema similar después de usar XPath para analizar DomDocument, y después de leer este

https://bugs.php.net/bug.php?id=32547

Lo he resuelto así

// Workaround because PHP 5.2.x has encoding problems, when we 
// update to PHP 5.3 this line is not necesserry any more 
$content = '<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />' . $content; 

// Creating new DOM document and loading HTML content 
$dom_document = new DOMDocument('1.0', 'UTF-8'); 
$dom_document->substituteEntities = TRUE; 
$dom_document->loadHTML($content);