Php 使用特殊字符解析XML（UTF-8）

我从一些XML开始，看起来像这样（简化）：

但是在我用

simplexml\u load\u string

解析它之后，特殊字符（I）变成了：

I、

，这显然是非常混乱的

有没有办法防止这种情况发生

---

事实上，我知道XML很好，当保存为.txt并在浏览器中查看时，字符很好。当我在XML上使用simplexml\u load\u字符串，然后将值保存为文本文件，或保存到数据库时，它被损坏了。

很可能XML没有问题，但在存储或输出时字符会被损坏

如果您在HTML页面上输出数据：请确保它也是用UTF-8编码的。如果您的HTML页面在ISO-8859-1中，您可以使用

utf8\u decode

作为快速修复；从长远来看，使用UTF-8是更好的选择

---

如果要将数据存储在mySQL中，则需要始终选择UTF8作为编码：作为连接的编码，在表中以及插入数据的列中

我在这方面也遇到了一些问题，它来自PHP脚本编码。确保设置为UTF-8。

---

如果仍然不好，请尝试使用uft8_encode或utf8_decode打印变量。

XML对于实体来说是严格的，比如&should&code>&；amp和ì应

&；伊格雷夫

所以你需要一个翻译表

function xml_entity_decode($_string) {
    // Set up XML translation table
    $_xml=array();
    $_xl8=get_html_translation_table(HTML_ENTITIES,ENT_COMPAT);
    while (list($_key,)=each($_xl8))
        $_xml['&#'.ord($_key).';']=$_key;
    return strtr($_string,$_xml);
}

这看起来SimpleXML正在创建一个UTF-8字符串，然后以ISO-8859-1（拉丁语-1）或类似CP-1252的格式呈现

将结果保存到文件并通过web服务器提供该文件时，浏览器将使用文件中声明的编码

包括在网页中

由于您的网页编码不是UTF-8，因此需要将字符串转换为您正在使用的任何编码，例如ISO-8859-1（拉丁语-1）

这可以通过iconv（）轻松完成：

保存到数据库

数据库列未使用UTF-8排序规则，因此应使用
iconv
将字符串转换为数据库使用的字符集

假设您的数据库排序规则与您在中呈现的编码相同，则从数据库中读取时无需执行任何操作

解释

在UTF-8中，0xc2前缀字节用于访问“Latin-1增补”块的上半部分，该块包括重音字母、货币符号、分数、上标2和3、版权和注册商标符号以及非中断空格等字符

然而，在ISO-8859-1中，字节0xC2表示一个。因此，当您的UTF-8字符串被误解为这些字符串之一时，后面会跟着一些其他无意义的字符。
晚会迟到了。。。但我已经面对了这一点，并解决了如下问题

您已经在XML中声明了编码，所以如果您使用它加载XML文件，将不会引起任何问题

但如果它发生在其他用例中，您可以使用
html\u entity\u decode
如下所示：

html_entity_decode($xml->saveXML());

您确定显示页面上的编码正确吗？我知道事实上，XML很好，当保存为.txt并在浏览器中查看时，字符很好。当我在XML上使用simplexml\u load\u字符串，然后将值另存为文本文件或数据库时，它会被破坏。在XML中需要替换为实体的唯一字符是基本的五个标记字符：符号和、撇号、引号和尖括号。如果文档的编码不支持其他编码，则可能需要替换其他编码，但UTF-8不存在这一问题。
    $xmlout = iconv('UTF-8', 'ISO-8859-1//TRANSLIT', $xmlout);

html_entity_decode($xml->saveXML());