我尝试使用以下PHP脚本将一些数据保存到xml文件中:
<?php
$string = '<a href="google.com/maps">Go to google maps</a> and some special characters ë è & ä etc.';
$string = htmlentities($string, ENT_QUOTES, 'UTF-8');
$doc = new DOMDocument('1.0', 'UTF-8');
$doc->preserveWhiteSpace = false;
$doc->formatOutput = true;
$root = $doc->createElement('top');
$root = $doc->appendChild($root);
$title = $doc->createElement('title');
$title = $root->appendChild($title);
$id = $doc->createAttribute('id');
$id->value = '1';
$text = $title->appendChild($id);
$text = $doc->createTextNode($string);
$text = $title->appendChild($text);
$doc->save('data.xml');
echo 'data saved!';
?>
我正在使用htmlentities将所有字符串翻译成html格式,如果我把它留下来,特殊字符将不会被翻译成html格式。这是输出:
<?xml version="1.0" encoding="UTF-8"?>
<top>
<title id="1">&lt;a href=&quot;google.com/maps&quot;&gt;Go to google maps&lt;/a&gt; and some special characters &euml; &egrave; &amp; &auml; etc.</title>
</top>
html标签的&符号获得双html代码:&lt;
和&符号变为:&amp;
这是正常行为吗?或者我该如何防止这种情况发生?看起来像是双重编码。
答案 0 :(得分:3)
尝试删除该行:
$string = htmlentities($string, ENT_QUOTES, 'UTF-8');
因为传递给createTextNode()的文本无论如何都是转义的。
更新: 如果你想转义utf-8字符。您可以保留该行并尝试直接在createElement()中添加$ string。
例如:
$title = $doc->createElement('title', $string);
$title = $root->appendChild($title);
在PHP documentation中,它表示$ string不会被转义。我没试过,但它应该有用。
答案 1 :(得分:2)
将&
变为&
htmlentities
使用xml数据时,不应使用htmlentities,因为DOMDocument将处理&
而不是&
。
从php 5.3开始,默认编码为UTF-8,因此无需转换为UTF-8。
答案 2 :(得分:2)
这一行:
$string = htmlentities($string, ENT_QUOTES, 'UTF-8');
...将字符串编码为HTML。
这一行:
$text = $doc->createTextNode($string);
...将您的HTML字符串编码为XML。
这为您提供了HTML字符串的XML表示形式。在解析XML时,您将获得HTML。
如何防止这种情况发生?
如果您的目标是将某些文本存储在XML文档中。删除将其编码为HTML的行。
看起来像是双重编码。
差不多。它被编码两次,它只为两个传递中的每一个使用不同的(虽然非常相似)编码方法。