PHP: Unicode nodeValue？

Question

我试图从一个超文本标记语言字符串中提取所有的链接文本和href，但是源字符串是Unicode，而nodeValue似乎不能处理这个问题？

$links = array();
$titles = array();

$dom = new DOMDocument();
$dom->loadHTML( $str );
$hrefs = $dom->getElementsByTagName("a");
foreach ($hrefs as $href) {
    $links[] = $href->getAttribute("href");
    $titles[] = $href->nodeValue;
}

我的源字符串如下所示：

<p><a href='uploads/root/tr_62.pdf'>Türkiye</a></p> 

但我对$titles的输出如下所示：

Türkiye

如何让nodeValue尊重Unicode字符？

感谢您的关注！

Answer 1

您经常使用mb_convert_encoding吗

$dom = new DOMDocument();
$html_data  = mb_convert_encoding($str , 'HTML-ENTITIES', 'UTF-8'); 
$dom->loadHTML( $html_data  );
$hrefs = $dom->getElementsByTagName("a");
foreach ($hrefs as $href) {
    $links[] = $href->getAttribute("href");
    $titles[] = $href->nodeValue;
}

Answer 2

谢谢，用户Veve的评论回答了我的问题。

下面这行代码解决了我的问题：

$str = mb_convert_encoding( $str, 'html-entities', 'utf-8' );