Question

我无法使用simple_xml解析XML（来自YouTube），在文本节点中有下一个符号：

↓ ‘ ’

这些符号在MacOS Safari浏览器中输入，并保存为视频注释。

XML已编码为UTF8，但如果我将文件保存到磁盘 - 引号符号将显示奇怪的字符代码x92，x93（记事本++，utf8）。

如果我在firefox中打开这个XML然后保存它会从磁盘读取，php解析它没有问题。如果我直接从url解析xml或使用file_get_contents解析崩溃。

同时将↓字符保存为文件↓ - 那么如何转换回箭头？

我尝试iconv，mb_convert但到目前为止没有任何帮助。

感谢您的帮助，这里我附上两个XML：首先是问题xml（https://www.box.com/s/fgp5rih5s3dgx5y328gh），我读取并保存在PHP中;第二个是我使用下载管理器程序（https://www.box.com/s/fgp5rih5s3dgx5y328gh）或通过阅读并保存在网络浏览器（FireFox）中。

此外，我将处理使用中国，日本和阿拉伯字符的数据（来自其他视频）：）））

Answer 1

如果您只是使用来自php的youtube的xml api，数据已经是utf-8而且您不需要做任何复杂的事情，这将有效：

<?php
header("Content-Type: text/html; charset=utf-8");
$url = "https://gdata.youtube.com/feeds/api/videos?q=%E2%82%ACuro";
$el = simplexml_load_file( $url );
print_r( $el );

如果你没有在内容类型标题中使用正确的字符集，唯一不适合你的原因就是。

在Windows-1252中，这些引用分别是0x91和0x92（0x93实际上是“），因此我怀疑您的文件位于Windows-1252中。 / p>

header("Content-Type: text/html; charset=utf-8");
$str = file_get_contents("myfile.txt");
echo html_entity_decode(
       mb_convert_encoding( $str, "UTF-8", "Windows-1252"),
       ENT_QUOTES, 
       "UTF-8"
);

PHP - 解析UTF-8 XML

1 个答案: