带有nodeValue的php getElementsByTagName返回恶意字符

Question

我有一些像这样的utf-8 html：

<a href="http://example.com">Today&nbsp;11:12&nbsp;AM</a>

而getElementsByTagName('a')->item(0)->nodeValue会返回此信息：

Today 11:12 AM

我对这个html中的其他节点没有任何问题。

我做错了什么？

Answer 1

尝试显式设置DOMDocument对象的编码：

$dom = new DOMDocument('1.0', 'UTF-8');

Answer 2

源文档是ASP和IIS。

我最终将此用于违规字符：

str_replace( chr(), chr(), $html);