我在处理来自包含外来字符的网页的字符串时遇到了一些问题。
该字符串是通过使用 解析网页生成的str_get_html()，后跟$htmldom->innertext;(simple_html_dom 类库)。
htmlentities()当我使用它输出字符串时显示正常；但是explode()在字符串上使用并打印零件，我得到一个倾斜的块，其中每个外来字符都有一个问号。
我需要将字符串存储在utf8MySQL 数据库中，所以我需要正确的外来字符。
我的页面有一个带有utf8字符集的标题。
我已经尝试过mb_split()and preg_split()，但是那些有同样的问题。
我解决了这个问题： https ://github.com/neitanod/forceutf8
它有一个很棒的功能，可以将任何东西转换为 utf-8，无论它来自什么来源（只要它已经来自 Latin1（iso 8859-1）、Windows-1252 或 UTF8，或者它们的混合）。
非常感谢 Sebastian Grignoli。
PHP 和 UTF-8 不是一个很好的组合。一些函数在 UTF-8 下可以正常工作，而其他函数则不能，最糟糕的是那些被记录为可以工作但实际上不能工作的函数（例如 DOMDocument ）。
您可以使用mb_convert_encoding()将多字节字符转换为 HTML 实体，这通常提供可接受的解决方法：
$string = mb_convert_encoding($string, 'HTML-ENTITIES', 'UTF-8');