Das wäre mir an sich erst einmal egal, mir kommt es auf den Inhalt des Dokuments an, nicht unbedingt auf die Formatierung.

Aber: wenn ich wie beschrieben versuche, das Dokument (mit decoded_content) anschließend mit decode_entities versuche zu übersetzen, bekomme ich verkrüppelte Umlaute...
siehe oben: Lasse ich über den decoded_content Output einmal decode_entities drüberlaufen, sind die Umlaute zerstört - aus häufig wird h√§ufig.