用php 的DOM对象的loadhtml 方法处理中文网页，得到的是乱码

[suprun]

用php 的DOM对象的loadhtml 方法处理中文网页，得到的是乱码，谁能替我解决这个问题？

具体来说，我知道loadhtml 方法用的是utf-8编码形式，但无论是使用这个函数前用bm_convert_encoding处理，还是之后处理，输出的均是乱码，问题无法解决。

另外，若将浏览器的编码改成utf-8确能正确显示中文。这说明loadhtml 确实以utf-8处理中文内容，而我把处理后的内容用bm_convert_encoding($html,'utf-8','gb2312')处理，浏览器用gb2312显示却不成功，说明并没有转化成功，这是为什么？

[suprun]

<?php

$myhtml=file("http://www.baidu.com");
$myhtml=join('',$myhtml);

$doc = new DOMDocument();
@$doc->loadHTML($myhtml);

$tags = $doc->getElementsByTagName('a');

foreach ($tags as $tag)
{

$html.='<a href='.$tag->getAttribute('href').'>'.$tag->childNodes->item(0)->nodeValue.'</a><br>';
}

echo $doc->encoding; //输出 gb2312 ,浏览器却显示乱码！（用gb2312编码的） 改成utf-8编码时显示正常。
?>

[suprun]

一楼的方法不行，bm_convert_encoding 也不行啊。php/manual 上也没说什么有用的东西好像，倒是有人说是bug。有高手能搞定它啊？

[beeqee]

string iconv ( string in_charset, string out_charset, string str )

[meiZiNick]

不知,帮顶

[knowledge_Is_Life]

关注 接分

[gaoming13]

将网页的编码改为 gb2312就OK了！！

[gaoming13]

<meta http-equiv="Content-Type" content="text/html; charset=gb2312" />

[life169]

统一编码嘛

如果你的网页的编码是 <meta http-equiv="Content-Type" content="text/html; charset=gb2312" />
那么采集过来的内容就需要转码：mb_convert_encoding($html,'gb2312','utf-8')

如果你的网页的编码是 <meta http-equiv="Content-Type" content="text/html; charset=utf-8" />
那就不需要转码了，采集过来的内容可以直接显示。

<?php
header("Content-type: text/html; charset=utf-8");
$myhtml=file("http://www.baidu.com");
$myhtml=join('',$myhtml);

$doc = new DOMDocument();
@$doc->loadHTML($myhtml);

$tags = $doc->getElementsByTagName('a');

foreach ($tags as $tag) 
{

  $html.='<a href='.$tag->getAttribute('href').'>'.$tag->childNodes->item(0)->nodeValue.'</a><br>';
}

echo $doc->encoding; //输出 gb2312 ,浏览器却显示乱码！（用gb2312编码的） 改成utf-8编码时显示正常。
?>

[life169]

header("Content-type: text/html; charset=utf-8");

<?php
header("Content-type: text/html; charset=utf-8");
$myhtml=file("http://www.baidu.com");
$myhtml=join('',$myhtml);

$doc = new DOMDocument();
@$doc->loadHTML($myhtml);

$tags = $doc->getElementsByTagName('a');

foreach ($tags as $tag) 
{

  $html.='<a href='.$tag->getAttribute('href').'>'.$tag->childNodes->item(0)->nodeValue.'</a><br>';
}

echo $doc->encoding; //输出 gb2312 ,浏览器却显示乱码！（用gb2312编码的） 改成utf-8编码时显示正常。
?>

[ohmygirl]

挖坟贴。。。囧了个囧