PHP的SimpleXML没有处理';正确

Question

我正在解析其中包含’的RSS Feed。 SimpleXML将其转变为“。”。我该怎么做才能阻止这个？

回答一些问题 - 我正在使用CURL提取RSS源。如果我将其直接输出到浏览器，’将显示为“预期的内容”。当我使用此方法创建新的SimpleXMLElement时（例如$xml = new SimpleXmlElement($raw_feed);并转储$xml变量），’的每个实例都会被替换为“。

似乎SimpleXML在使用UTF-8＆符编码字符时遇到问题。 （XML声明指定UTF-8。）

在CURL检索Feed之后，我确实可以控制Feed，然后才能用它来构建SimpleXML元素。

Answer 1

’表示以UTF-8中的0xE28099编码的Unicode字符’（U + 2019）。当用Windows-1252解释该字节序列时，它表示字符â（0xE2），€（0x80）和™（0x99）。

这意味着SimpleXML将输入处理为UTF-8编码，但您将其输出解释为Windows-1252。除非你真的想使用Windows-1252，否则你可能只是缺少specify the character encoding of your output properly。

Answer 2

归结为必须在四个地方将默认编码设置为UTF-8：

1. 文件头部的默认语言环境：setlocale(LC_ALL, 'en_US.UTF8');
2. 编码来自CURL的字符串：utf8_encode($string);
3. 默认情况下，将MySQL连接设置为使用UTF-8：mysqli_set_charset($database_insert_connection, 'utf8');
4. 将MySQL数据库中的相应排序规则设置为utf8_general_ci

如果输出到浏览器，请设置相应的标题（例如header ('Content-type: text/html; charset=utf-8');）

希望这可以帮助将来的某个人！