Question

我正在使用simplexml_load_string将XML文档加载到对象中。在我遇到这个元素之前，这似乎很有效：

<some_string_val>1.&#160;&#160;&#160;&#160; Some text.</some_string_val>

运行simplexml_load_string之后，出现的是：

["some_string_val"]=> string(20) "1.Â Â Â Â  Some text"

我尝试使用：

html_entity_decode($string,  ENT_QUOTES, "Windows-1252");

这似乎将 转换为纯文本，但当我尝试通过simplexml_load_string运行时，我得到了相同的结果。我也尝试过使用UTF-8和其他一些类似或更差的结果。

那么，我可以做些什么来将 转换为UTF-8，以便simplexml_load_string正确解析它？保持HTML实体不变不是一个问题，因为这将进入CSV。

编辑：由于以下几个原因，这被不公正地标记为重复：

Answer 1

我认为它解析正确。它只是函数的工作方式，用特殊字符替换这些代码。

您可以修复结果字符串，将其转换为cp1251

$str = iconv('utf-8', 'cp1251', $str);

此外，我会在将其写入CSV文件之前删除双倍空格

$str = str_replace(chr(160), ' ', $str);
$str= trim(preg_replace('/\s+/', ' ', $str));

Answer 2

SimpleXML本身没有问题来正确解析XML：

$string = '<some_string_val>1.&#160;&#160;&#160;&#160; Some text.</some_string_val>';
$xml = simplexml_load_string($string);
echo $xml;

输出（Demo）：

1.     Some text.

在您读完UTF-8字符串（C2 A0）之后会发生什么，您将它发送到某个地方并告诉某处不是它是UTF-8编码的，而是使用不同的编码。很可能是Latin-1，我不得不猜测，你没有与你的问题分享这类信息。

然后，某处将二进制序列C2 A0显示为两个字符：

例如：您需要写入CSV文件。您可以在其中编写UTF-8编码的数据。当您在电子表格应用程序中打开CSV文件时，它应该询问您有关编码的信息。告诉它使用Unicode UTF-8编码。一切都很好。

如果您在浏览器中显示该阵列（这是我阅读您的问题的方式），请告诉您的浏览器该网站是UTF-8。您应该在Web浏览器菜单中找到“编码”设置来执行此操作。