Codificación PHP con DOMDocument - PHP, dom, codificación de caracteres

<tag>
Алекс М
</tag>

Cuando intento obtener el contenido del siguiente código usando las funciones DOMDocument, me devuelve algo como:

ÐÐ»ÐµÐºÑ Ðœ

He intentado configurar la codificación DOMDocument en diferentes valores (utf-8, ISO-8859-1), usando mb_convert_encoding, iconv y utf8_encode pero sin éxito.

¿Cómo puedo obtener "Алекс М" en lugar de "Ðл ÐµÐºÑ Ðœ "?

EDITAR: la entrada proviene de una página cargada con curl. Cuando envío el contenido de la página a mi navegador, los caracteres se muestran correctamente (así que dudo que la entrada sea el problema).

Respuestas

Tratar:

$string = file_get_contents("your-xml-file.xml");
$string = mb_convert_encoding($string, "utf-8", mb_detect_encoding($string));
// if you have not escaped entities use
$string = mb_convert_encoding($string, "html-entities", "utf-8");
$doc = new DOMDocument();
$doc->loadXML($string);

Tuve un problema similar después de usar XPath para analizar DomDocument y después de leer esto

https://bugs.php.net/bug.php?id=32547

Lo resolví así

// Workaround because PHP 5.2.x has encoding problems, when we
// update to PHP 5.3 this line is not necesserry any more
$content = "<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />" . $content;

// Creating new DOM document and loading HTML content
$dom_document = new DOMDocument("1.0", "utf-8");
$dom_document->substituteEntities = TRUE;
$dom_document->loadHTML($content);

Agregue encabezado xml a sus etiquetas: intente esto:

$a = new DOMDocument ();
$a->loadXml ("<?xml version="1.0" encoding="utf-8"?><tag>Алекс М</tag>");
print htmlspecialchars ($a->saveXml ());