阅读和编码html

我想从许多HTML文件中读取并显示标题（包含在h1标记中）的内容。这些文件都在同一个文件夹中。阅读和编码html

这是HTML文件的样子：

<!DOCTYPE html PUBLIC '-//W3C//DTD HTML 4.01//EN'> 
<html> 
<head> 
    <title>A title</title> 
    <style type='text/css'> 
    ... Styles here ... 
    </style> 
</head> 
<body> 
    <h1>&Ecirc;tre aidant</h1> 
    <p>En g&eacute;n&eacute;ral, les aidants doivent &eacute;quilibrer...</p> 
    ... more tags ... 
</body>

我试图用这个PHP脚本来显示从H1标签的内容：

<?php 
foreach (glob("test/*.html") as $file) { 
    $file_handle = fopen($file, "r"); 

    $doc = new DOMDocument(); 
    $doc->loadHTMLfile($file); 

    $title = $doc->getElementsByTagName('h1'); 
    if ($title && 0<$title->length) { 
     $title = $title->item(0); 
     $content = $doc->savehtml($title); 
     echo $content; 
    } 
    fclose($file_handle); 
} 
?>

但输出包含错误的字符。对于示例文件，输出为：

ÃŠtre aidant

如何实现此输出？

Être aidant

来源

2015-06-30 user3218711

文件是否保存为UTF8？您是否尝试将字符串转换为https://secure.php.net/manual/en/function.fopen.php#104325 – x29a

你应该用你的HTML文档的<head>一个字符集。

<meta charset="utf-8">

来源

2015-06-30 17:14:54

你的意思是在输出文件中？ – user3218711

是的，对于你所有的'.html'文件，你应该有这个声明。尝试一个文件，看看它是否有效。 –

好吧，我在输出和输出之前添加了''，我希望帮助！ – user3218711

你需要使用UTF-8编码变化echo $content to echo utf8_encode($content);

来源

2015-06-30 17:10:52 rocky

感谢您的答案，但输出成为'ÃƒÂŠtreaidant' – user3218711

如果您删除utf8_encode比输出将成为助理。您的预期输出是什么。 – rocky

阅读和编码html

回答

相关问题