php - 如果源 HTML 的编码未知，如何使用 PHP 的 DOMDocument 处理 HTML？

Question

我刚刚遇到用 UTF-8 编码的 HTML 文档在loadHTML().

Stack上有很多这样的QnA：

• PHP DomDocument 无法处理 utf-8 字符

• PHP DOMDocument loadHTML 未正确编码 UTF-8

• PHP DOM UTF-8 问题

但是，据我了解，大多数答案都假设源编码是UTF-8。所以推荐这样使用mb_convert_encoding()函数：

$dom->loadHTML(mb_convert_encoding($document_in_utf_8, 'HTML-ENTITIES', 'UTF-8'));

我想这只有在源文档是UTF-8 时才有效。不幸的是，在我的世界里，源文档可以有任何可用的编码：Windows-1251、UTF-8、KOI8-R 等等......

那么对于任何编码处理这个问题的最佳实践是什么？

更新1：只需找到mb_detect_encoding()功能。使用一个来检测编码是一种好习惯吗？以这样的方式：

$encoding = mb_detect_encoding($doc);
$doc = mb_convert_encoding($doc, 'HTML-ENTITIES', $encoding);
$dom->loadHTML($doc);

在几个文件上对此进行了测试：看起来它有效，但我可以确定这适用于所有合理的情况吗？