这是我的代码 https://3v4l.org/DqZKu:
<?php
$data = <<<DATA
<div>
<p>سلام</p> // focus on this line
<p class="myclass">Remove this one</p>
<p>But keep this</p>
<div style="color: red">and this</div>
<div style="color: red">and <p>also</p> this</div>
<div style="color: red">and this <div style="color: red">too</div></div>
</div>
DATA;
$dom = new DOMDocument();
$dom->loadHTML(mb_convert_encoding($data, 'HTML-ENTITIES', 'UTF-8'), LIBXML_HTML_NOIMPLIED | LIBXML_HTML_NODEFDTD);
$xpath = new DOMXPath($dom);
foreach ($xpath->query("//*[@*]") as $node) {
$parent = $node->parentNode;
while ($node->hasChildNodes()) {
$parent->insertBefore($node->lastChild, $node->nextSibling);
}
$parent->removeChild($node);
}
echo $dom->saveHTML();
正如我在问题标题中提到的,我的网站内容是波斯语(不是英文)。但代码 about 不适用于波斯字符。
电流输出:
.
.
<p>سلام</p>
.
.
预期输出:
.
.
<p>سلام</p>
.
.
这是什么问题?我该如何修复它?
Note:正如你所看到的,我用过mb_convert_encoding($data, 'HTML-ENTITIES', 'UTF-8')
使其正确(基于这个答案 https://stackoverflow.com/questions/8218230/php-domdocument-loadhtml-not-encoding-utf-8-correctly#8218649)但仍然不起作用。
波斯语字符被编码为数字字符引用。它们会正确地显示在浏览器中,或者您可以通过使用以下命令解码它们来查看原始内容html_entity_decode()
, e.g.:
echo html_entity_decode("سلام");
outputs:
سلام
如果您更喜欢输出中的原始字符而不是数字字符引用,您可以更改:
echo $dom->saveHTML();
to:
echo $dom->saveHTML($dom->documentElement);
这稍微改变了序列化,结果是:
<div>
<p>سلام</p>
Remove this one
<p>But keep this</p>
and this
and <p>also</p> this
and this too
</div>
Example. https://3v4l.org/A3Ck1
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)