DOMDocument似乎将汉字转换为代码，例如，
你的乱发 将成为ä½ çš„ä¹±å‘
我怎样才能保持中文或其他外语不变，而不是将它们转换为代码？
以下是我的简单测试，
$dom = new DOMDocument();
$dom->loadHTML($html);
如果我在 loadHTML（） 之前在下面添加这个，
$html = mb_convert_encoding($html, "HTML-ENTITIES", "UTF-8");
我明白，
你的乱发
即使被遮盖的代码将显示为汉字，你的乱发仍然没有你的乱发我所追求的......
DOMDocument似乎将汉字转换为代码[...]。我怎样才能保持中文或其他外语不变，而不是将它们转换为代码？
$dom = new DOMDocument();
$dom->loadHTML($html);
如果您使用 loadHTML 函数加载 HTML 区块。默认情况下，DOMDocument希望该字符串采用HTML的默认编码（ISO-8859-1），但大多数情况下，字符集（原文如此！）是在您使用的字符串旁边提供的元信息，而不是在里面。为了使这更加复杂，元信息甚至位于字符串中。
无论如何，由于您没有共享HTML的字符串数据，也没有指定编码，因此很难具体说明发生了什么。
我假设 HTML 是 UTF-8 编码的，但这在 HTML 字符串中没有信号。因此，以下解决方法可以提供帮助：
$doc = new DOMDocument();
$doc->loadHTML('<?xml encoding="UTF-8">' . $html);
// dirty fix
foreach ($doc->childNodes as $item)
if ($item->nodeType == XML_PI_NODE)
$doc->removeChild($item); // remove hack
$doc->encoding = 'UTF-8'; // insert proper
它在一开始就注入了一个编码提示（并在加载 HTML 后将其删除）。从那时起，DOMDocument将返回 UTF-8（一如既往）。
我只是在寻找类似问题的解决方案时偶然发现了这个线程，我在正确加载 html 并使用 Xpath 等进行一些解析后...... 我的文字是这样的：
你的乱发
这在 HTML 正文中显示正常，但在样式或脚本标签中无法正确显示（例如设置中文字体）。
要解决此问题，请反向执行 Lauthiamkok 所做的：
$html = mb_convert_encoding($html, "UTF-8", "HTML-ENTITIES");
如果由于任何原因第一种解决方法对您不起作用，请尝试此转换。
我很确定ä½ çš„ä¹±å‘实际上是Windows Latin 1（不是ASCII，ASCII中没有变音符号）。在此过程中，您的 UTF-8 文本被保存为 Windows Latin 1。