Question

我有一个我要解析的法语网站，但是遇到了将（uft-8）html转换为latin-1的问题。

问题显示在以下phpunit测试用例中：

class Test extends PHPUnit_Framework_TestCase {

    private static function fromHTML($str){
        return html_entity_decode($str, ENT_QUOTES, 'UTF-8');
    }

    public function test1(){

        //REMOVE THE SPACE between the '&' and 'nbsp'. SO won't
        //let me write it without the space
        $strFrom    = 'Wanted& nbsp;: les Chasseurs de Tamriel';
        $strTo  = 'Wanted : les Chasseurs de Tamriel';
        $strFrom = self::fromHTML($strFrom);
        $this->assertEquals($strTo, $strFrom);
    }

    public function test2(){
        $strFrom    = 'Remplacement d&#8217;Almalexia';
        $strTo      = 'Remplacement d’Almalexia';
        $strFrom = self::fromHTML($strFrom);
        $this->assertEquals($strTo, $strFrom);
    }

    }

test2完成得很好。 test1似乎失败，因为空间不正确，所以当转换为ascii时，它最终会变成一个未知字符（）。

我如何确保两项测试都通过？

Answer 1

作为一个小建议，请确保您的.php文件编码设置为utf8，您不知道有多少人错过了。

Answer 2

test1没有失败，答案是正确的。你比较的字符串不一样。 “＆amp; nbsp;”未解码为空格（0x20）。它是一个不间断的空格字符，因此被解码为0xa0。当您在冒号前更改strTo以包含该字符时，assertEquals将返回true。当然，您必须确保使用UTF-8编码保存文件，就像PERR0_HUNTER mentioned一样，但是您可能已经在使用“'”字符。：）

PHP：从UTF-8 HTML转换

2 个答案: