通过PHP使用XSLT的UTF-8编码问题
在通过PHP通过XSLT转换XML时,我面临着一个棘手的编码问题 这个问题可以概括/简化如下:当我使用XSLT样式表复制(UTF-8编码的)XHTML文件时,一些字符显示错误。当我只显示相同的XHTML文件时,所有字符都正确地显示出来 以下文件说明了该问题: XHTML通过PHP使用XSLT的UTF-8编码问题,php,xslt,encoding,utf-8,Php,Xslt,Encoding,Utf 8,在通过PHP通过XSLT转换XML时,我面临着一个棘手的编码问题 这个问题可以概括/简化如下:当我使用XSLT样式表复制(UTF-8编码的)XHTML文件时,一些字符显示错误。当我只显示相同的XHTML文件时,所有字符都正确地显示出来 以下文件说明了该问题: XHTML 编码测试 这就是我们的工作方式ïßπλǽ 特殊字符 XSLT PHP load($xml\u文件); $xsl_doc=新的DOMDocument('
编码测试
这就是我们的工作方式ïßπλǽ 特殊字符
XSLT
PHP
load($xml\u文件);
$xsl_doc=新的DOMDocument('1.0','utf-8');
$xsl\u doc->load($xsl\u文件);
$xp=新的XsltProcessor();
$xp->importStylesheet($xsl\u doc);
//alllow使用bypass=true请求参数绕过XSLT转换
如果($bypass=$\u GET['bypass'])){
echo file_get_内容($xml_文件);
}
否则{
echo$xp->transformToXML($xml\u-doc);
}
?>
当这样调用此脚本时(例如通过),转换后的XHTML文档中的所有字符都显示为ok,除了;和;字符实体(它们是打开和关闭单引号)。我不是Unicode专家,但有两件事让我印象深刻:
;
和;
的UTF-8属性)代码>没有可见的Unicode字符
它们是单引号的旧HTML字符引用1,但当您使用XSLT处理器处理它们时,处理器看到的不是单引号,而是十进制代码为145和146的Unicode字符,即
这些字符是私人使用的(即,Unicode联盟未定义用途)
解决方案是使用正确的Unicode字符‘代码>和’代码>
1事实上,这些代码映射到编码。它们通过浏览器显示,但实际上是:
注意——上面的SGML声明与HTML2.0的声明类似,
指定字符号128到159(80到9F十六进制)
作为未使用的。这意味着数字字符引用
在该范围内(例如;)在HTML中是非法的。ISO 8859-1和ISO 10646均不包含该格式的字符
范围,它是为控制字符保留的
+1非常好的解释!对于其他字形参考,HTML5草案更进一步:“上述数字字符参考表单允许引用除U+0000、U+000D、永久未定义的Unicode字符(非字符)和除空格字符以外的控制字符以外的任何Unicode代码点。”呸,非常感谢!除了清楚的解释外,您还提供了一个有用的解决方案,真是太好了。
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html
PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<title>encoding test</title>
</head>
<body>
<p>This is how we dïßπλǽ ‘special characters’</p>
</body>
</html>
<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
version="1.0">
<xsl:output method="xml" encoding="UTF-8"/>
<xsl:template match="@*|node()">
<xsl:copy>
<xsl:apply-templates select="@*|node()"/>
</xsl:copy>
</xsl:template>
</xsl:stylesheet>
<?php
$xml_file = 'encoding_test.xml';
$xsl_file = 'encoding_test.xsl';
$xml_doc = new DOMDocument('1.0', 'utf-8');
$xml_doc->load($xml_file);
$xsl_doc = new DOMDocument('1.0', 'utf-8');
$xsl_doc->load($xsl_file);
$xp = new XsltProcessor();
$xp->importStylesheet($xsl_doc);
// alllow to bypass XSLT transformation with bypass=true request parameter
if ($bypass = $_GET['bypass']) {
echo file_get_contents($xml_file);
}
else {
echo $xp->transformToXML($xml_doc);
}
?>