DomDocument无法显示特殊字符（UTF-8编码打印问题）

• 问题根源：libxml的loadHTML方法默认会将无明确编码声明的内容当作ISO-8859-1处理，即便文件本身是UTF-8编码，也会导致重音字符（如é）被错误转码成乱码（如é）。

• 解决方案：在加载HTML内容前，手动添加UTF-8编码的meta声明，强制libxml识别正确编码。

修改后的代码示例：

$this->doc = new \DomDocument('1.0', 'UTF-8');

$url = $this->file_get_contents_utf8('/file.html');

// 在HTML内容开头插入UTF-8编码声明
$encodedContent = '<meta http-equiv="Content-Type" content="text/html; charset=utf-8">' . $url;

$array = [];
$internalErrors = libxml_use_internal_errors(true);

// 去掉@符号，建议后续处理libxml错误以排查问题
$this->doc->loadHTML($encodedContent);
$str = $this->doc->saveHTML($this->doc);

$xpath = new \DOMXpath($this->doc);

// 恢复原有的libxml错误处理设置
libxml_use_internal_errors($internalErrors);

额外说明：

• 如果原HTML文件本身已包含<meta charset="UTF-8">，但仍出现乱码，可能是该声明位置过晚（未在<head>最前端），可以尝试替换或确保编码声明在内容最开头。
• 尽量避免用@屏蔽错误，保留libxml错误处理能帮助快速定位其他潜在问题。

内容的提问来源于stack exchange，提问作者clochar dasso