Hola,
Tengo problemas a la hora de tratar texto en chino, japonés... vamos caracteres diferentes a lo que usamos.
Cuando son textos en castellano, inglés, etc... consigo tener el texto limpio, sin caracteres raros ni nada... pero cuando llega el chino o alguno de estos se lía la de diós...
Para limpiar el texto de una cadena uso en el siguiente orden: html_entity_decode(), utf8_decode(), strip_tags(), htmlentities() y me queda el texto limpio, pero con una cadena tipo: 历程图片整理】 见证春春从成都到长沙的过关之路 ·超级女声全收录 更多 ... pues me lo convierte en cosas raras menos eso... y claro, yo cuando voy a una página japonesa veo bien los caracteres, tengo instalado los caracteres de ese dioma.
¿Qué puede ser? Yo creo que puede ser lo del utf8... pero no sé...
