Question

当我从XML文件中读取特定字符到PHP文件时，我遇到了问题。

我使用“ä”，“ü”和“ö”等字符。我收到以下错误：

simplexml_load_string（）[function.simplexml-load-string]：实体：第96行：解析器错误：输入不正确UTF-8，表示编码！字节：0xFC 0x73 0x65 0x0C

Answer 1

PHP 5及更早版本没有本机Unicode支持。 PHP 6或7，承诺提供Unicode支持，可能需要数年时间。为弥合差距，存在几个扩展，如mbstring，iconv和intl。

确保使用适当的内容类型和编码发送HTML响应，例如

<?php header('Content-Type: text/html; charset=utf-8');?>

同时检查XML文件prolog是否包含正确的编码，例如

<?xml version="1.0" encoding="UTF-8"?>

假设一切正确，似乎xml文件声称是UTF-8，但实际上是其他东西（可能是latin1或ISO-8859-1或Mojibake。）。您可以在您喜欢的编辑器中手动打开XML文件（我喜欢Sublime）并使用UTF8编码显式保存文件。或者您可以使用函数在加载前尝试修改字符串。就像来自Error: "Input is not proper UTF-8, indicate encoding !" using PHP's simplexml_load_string

的那个

function fix_latin1_mangled_with_utf8_maybe_hopefully_most_of_the_time($str)
{
    return preg_replace_callback('#[\\xA1-\\xFF](?![\\x80-\\xBF]{2,})#', 'utf8_encode_callback', $str);
}

function utf8_encode_callback($m)
{
    return utf8_encode($m[0]);
}

但是在一天结束的时候，它会变得很混乱，PHP似乎仍然没有像我们所希望的那样处理Unicode，而且它根本就没有内置到核心中。

我们建议您查看Portable UTF-8 - a Lightweight Library for Unicode Handling in PHP。

Answer 2

您获得的XML字符串未正确编码。默认编码为UTF-8，但您获得的字符串不同，很可能是Windows-1252。

如果您希望该错误消失，则需要将该字符串（通过问题中缺少的信息:)未知编码重新编码为UTF-8。

如果未知的编码被破坏，您需要首先找出/了解字符串的编码。

然后您可以将其转换为UTF-8 或将编码注入XML字符串，这可以通过XMLRecoder - Inspect and modify character encoding of an XML document based on XML Declaration and BOM轻松实现。部分内容在PHP XMLReader, get the version and encoding中解释，它与XMLReader有关，但与SimpleXML类似，它也是基于libxml的PHP XML扩展，并且共享一些公共内容，因此可行。

用法示例：

$buffer = file_get_contents($file);

$fromEncoding = 'WINDOWS-1252';  # insert *your* correct string encoding here

$recoder = new XMLRecoder();
$buffer  = $recoder->setEncodingDeclaration($buffer, $fromEncoding);

$sxml = simplexml_load_string($buffer);

为了更好地理解PHP中的XML编码以及可用的字符集编码和名称，请参阅：

how to get list of supported encodings by iconv library in php?（iconv库由SimpleXML和其他PHP XML库在内部使用，用于将文档中的字符集转换为UTF-8的内存中表示形式）
https://gist.github.com/4188459
Official Names for Character Sets, ed. Keld Simonsen et al. (Internet Assigned Numbers Authority)
PHP XMLReader, get the version and encoding
php XML export issue with XMLWriter using writeAttribute() method

从xml文件中读取特定字符到php文件

2 个答案: