™转换为 - DOMDocument XPath

Question

如果我有

<p id='test'>TEST&trade;</p>

我用

document.getElementById('test').innerHTML;

将HTML传递给php函数，在该函数中使用DOMDocument和XPath提取所有文本节点。

当PHP获取内容时™转换为™。我通过XPath运行它，文本节点返回：

TESTâ„ ¢

我不确定出现了什么问题，或者是否有办法解决它，或者在javascript方面进行修复，以便它通过™而不是™。

感谢任何帮助。

Answer 1

使用PHP字符传递变量的值，而不是™，在PHP中通过htmlentities()传递的值应该处理它。

Answer 2

您可以尝试使用HTML Unicode表单

EX

<p id='test'>&#8482;</p>

阅读本页以获取有关Unicode TM的更多示例

http://www.fileformat.info/info/unicode/char/2122/index.htm

希望这有帮助。

Answer 3

你需要更准确地说它“回归”。该™似乎是用UTF-8编码的某处编写的，然后相同的字节被一些没有意识到它们采用UTF-8编码的东西读取，并假设它们是Latin-1或类似的。要解决这个问题，您需要仔细查看编写该字符的软件的配置以及读取该字符的软件。

Answer 4

迈克尔说的是真的;此外，您应该知道XML处理器基本上需要将字符实体（例如＆amp; tm;）转换为它们的实际字符值，并且（几乎）总是产生具有以某些主要字符集编码的字符的输出。采取英雄措施来防止这种情况，通常不是一个“好主意”。因此，您应该放弃尝试这样做，我的猜测是，通过确保您传递HTML的函数被告知将其解释为utf-8而不是其他字符集（可能只是系统默认）。