正确的字符编码显示“—？

Question

我遇到了一些令人讨厌的字符编码问题，我无法弄明白。

基本上，我是使用PHP从网站上抓取一些HTML，然后通过PHP的DOMDocument运行它来更改一些URL等等，当它完成后，它会输出一些奇怪的东西。例如：应该有一个结束引用，它会发出”

我将charset的页面元标记设置为utf-8，但”个字符在网站上显示为â€。我不确定我是不是不理解字符编码，或者是什么。

有关解决此问题的最佳方法的任何建议吗？客户端是否有元标记或某种服务器端PHP转换？

Answer 1

有时在HTML或响应标头中设置charset是不够的。如果您的服务器上没有为UTF-8设置所有内容，那么您的文本可能会在整个过程中被错误地转换。您可能需要在其配置文件中为Apache和PHP启用UTF-8编码。 （如果您不使用Apache，请尝试跳过该步骤。）

Apache UTF-8设置：

编辑 charset.conf （理想）或 httpd.conf 文件，将此行添加到结尾：

AddDefaultCharset utf-8

（如果您无法访问Apache的配置文件，则可以在HTML＆＃39;中创建＆＃34; .htaccess ＆＃34;文件。使用相同代码的根目录。）

PHP UTF-8设置：

编辑您的php.ini文件，搜索＆＃34; default_charset ＆＃34;，并将其更改为：

default_charset = "utf-8"

重启Apache：

根据您的服务器类型，此命令可以通过命令行执行此操作：

sudo service apache2 restart

Answer 2

我认为您应该链接/发布您遇到问题的页面（部分内容）和部分代码以获得更好的反馈。

一些建议：尝试将您获得的页面字符串，从其元标记中指定的编码（或实际文档编码，如果不是这种情况）转换为UTF-8和/或强制DOMDocument对象中的文档编码（as〜mario描述或使用属性）因为DOMDocument似乎只在HTML头标记中首先使用编码元标记才能正确使用。

您还可以尝试禁用entities conversion或其他一些属性，因为您不需要它来进行简单的URL更改。