我有一个用PHP动态创建的大型站点地图，它有一个包含230个单独站点地图的站点地图索引，每个站点地图都有3.000到15.000个URL。
在大多数230个站点地图中，一切正常，但在其中一些URL中包含特殊字符而Google会返回错误，不接受此类站点地图。正常，可接受的URL的示例：
http://www.site.com/Gentofte-Greve/Denmark 1 Badmintonligaen/12-fe-juice_a-1091627-1-33-1-odds/
损坏Google整个站点地图文件的网址示例：
http://www.site.com/Team%20%C5rhus%20Elite-Solr%F8d%20Strand/Denmark 1 Badmintonligaen/12-fe-juice_a-1091631-1-33-1-odds/
任何特殊角色，例如北欧角色，都会破坏网站地图。以下是北欧角色的示例：http://www.borgos.nndata.no/alfabet.htm
我的问题是 - 如何对这些特殊字符（以及其他类似字符）进行编码，以便sitemap仍然可以检查出来。如果这是一个解决方案，我会使用哪种PHP编码功能？是使用str_replace并将这些字符替换为普通字符的唯一解决方案吗？这不会是一个问题，无论你在第一部分写的是什么，URL都可以工作，因为那部分仅用于搜索引擎优化，但这会非常耗时。我希望能够以不会破坏谷歌站点地图的方式编写这些特殊字符。
关于我的站点地图的其他所有内容都很好，它们是用UTF-8编码的，或者至少它们应该是这一行：
<?xml version='1.0' encoding='UTF-8'?>
答案 0 :(得分：1)
%C5和%F8序列是否代表字符U + 00C5（Å）和U + 00F8（ø）？如果是这样，您需要使用他们的UTF-8编码，而不是他们的原始Unicode代码点编号。 'Å'应为%C3%85，'ø'应为%C3%B8。
有关URI编码的详细信息，请参阅RFC 3986。
在PHP中执行此操作很复杂，因为PHP字符串实际上是字节字符串，而不是Unicode字符串。它们不能存储抽象的Unicode字符;它们只能以UTF-8或UTF-16等特定编码存储这些字符的编码表示。您可以使用mbstring扩展名来处理编码的Unicode字符串，但正确执行此操作可能意味着在整个应用程序中使用mbstring函数来所有处理Unicode文本。
您应该在源处修复此编码问题：您的程序如何获得包含字节0xC5的字符串来表示字符U + 00C5？在某个地方，某些东西必须假设Unicode代码点数字直接转换为字节，这是错误的。找到并修复它，以便您的数据以UTF-8形式读入PHP字符串开始，然后使用mbstring函数对字符串进行任何操作。
一旦你有一个包含你网址的UTF-8表示的字符串，rawurlencode()就会给你正确的百分比转义结果。