Wie filtere ich spezielle Charactors beim Putzen?

Question

hallo ich mache html schürzen mit php dom dokument ich bekomme einige spezielle charatoren in meinem ergebnis wie filtere ich das gleiche ??

foreach ($fdats as $fdat) 
{ 
    foreach($fdat->getElementsByTagName('a') as $mdat) 
    { 
       $comb[] = trim($mdat->nodeValue); 
    } 

} 

und die HTML ist so etwas wie dieses

<div class="content1" id="user" style="width: 47%; margin-right: 20px;"> 
<div class="ad first_row"> 
<p class="ad" style="width: 70%;"> 
<a href="/site/users"><img class="dynamic-icon">&nbsp; James</a> 
</p> 

das löschte  James ist, und wie kann ich von Â

Answer 1

loszuwerden sie HTML-Entities genannt. Sie können sie in ihrer wahren Form unter Verwendung der folgenden Funktion konvertieren:

http://us.php.net/manual/en/function.html-entity-decode.php

auch,   wandelt in ASCII-Code 160, der ein Double-Byte-Zeichen ist. Deshalb zeigt es sich als komischer Charakter. Möglicherweise müssen Sie die Funktion iconv() verwenden, wenn Sie Doppelbytezeichen entfernen möchten.

$ text = iconv ("UTF-8", "ISO-8859-1 // IGNORE", $ text);

http://us.php.net/manual/en/function.iconv.php

Answer 2

Ich glaube, die Â_ ist eine UTF-8 Materialisierung. Die   wird das Unicode-Zeichen U+00A0, wenn über DOM-Methoden extrahiert.

Sie können wahrscheinlich utf8_decode() vor dem trim() verwenden, um es loszuwerden. Das sollte es in einen regulären Speicherplatz konvertieren. Hmm, vielleicht nicht. Latin-1 hat seinen eigenen nbsp bei 0xA0. Also besser einen Regex verwenden /\s/U könnte es abdecken.