我在使用包含外来字符的网页中的字符串时遇到了一些麻烦。
通过使用str_get_html()解析网页，然后是$htmldom->innertext;（simple_html_dom类库）来生成字符串。
当我使用htmlentities()输出字符串时，显示正常;但是在字符串上使用explode()并打印部件时，我会得到一个带有问号的倾斜块，用于每个外来字符。
我需要将字符串存储在utf8 MySQL数据库中，所以我需要正确的外来字符。
我的页面有一个带utf8字符集的标题。
我已尝试过mb_split()和preg_split()，但这些问题也存在同样的问题。
答案 0 :(得分：2)
我解决了这个问题： https://github.com/neitanod/forceutf8
它有一个很棒的功能，只需将任何内容转换为utf-8，无论它来自哪个来源（只要它来自Latin1（iso 8859-1），Windows-1252或UTF8，或者它们的混合）。
非常感谢Sebastian Grignoli。
答案 1 :(得分：1)
PHP和UTF-8不是很好的组合。有些函数适用于UTF-8，有些函数没有，最差的是那些记录起来的函数，但实际上没有（例如DOMDocument）。
您可以使用mb_convert_encoding()将多字节字符转换为HTML实体，这通常会提供可接受的解决方法：
$string = mb_convert_encoding($string, 'HTML-ENTITIES', 'UTF-8');