Question

我需要从CRM软件中获取XML文件。

XML文件编码是UTF-8，但是存在一些“奇怪的”字符，由于这些字符，我无法用simple_xml解析该文件。

例如：

<ROW ART_LIB="CAT NxA1 2008"  />

存在“xA1”字符。它是什么，以及如何将其编码为“好”字符？

要解析的好结果是：

<ROW ART_LIB="CAT N° 2008"  />

所以，实际上，为了解析xml文件，我这样做：

$fichier = utf8_encode(file_get_contents($inputfileName));
$xmlInput = simplexml_load_string($fichier);

你有想法解决它吗？

编辑：

感谢Jason Coco的帮助，我已经解决了这个问题：

function mac_roman_to_iso($string)
{
return strtr($string,
"\x80\x81\x82\x83\x84\x85\x86\x87\x88\x89\x8a\x8b\x8c\x8d\x8e\x8f\x90\x91\x92\x93\x94\x95\x96\x97\x98\x99\x9a\x9b\x9c\x9d\x9e\x9f\xa1\xa4\xa6\xa7\xa8\xab\xac\xae\xaf\xb4\xbb\xbc\xbe\xbf\xc0\xc1\xc2\xc7\xc8\xca\xcb\xcc\xd6\xd8\xdb\xe1\xe5\xe6\xe7\xe8\xe9\xea\xeb\xec\xed\xee\xef\xf1\xf2\xf3\xf4\xf8\xfc\xd2\xd3\xd4\xd5Ð",
"\xc4\xc5\xc7\xc9\xd1\xd6\xdc\xe1\xe0\xe2\xe4\xe3\xe5\xe7\xe9\xe8\xea\xeb\xed\xec\xee\xef\xf1\xf3\xf2\xf4\xf6\xf5\xfa\xf9\xfb\xfc\xb0\xa7\xb6\xdf\xae\xb4\xa8\xc6\xd8\xa5\xaa\xba\xe6\xf8\xbf\xa1\xac\xab\xbb\xa0\xc0\xc3\xf7\xff\xa4\xb7\xc2\xca\xc1\xcb\xc8\xcd\xce\xcf\xcc\xd3\xd4\xd2\xda\xdb\xd9\xaf\xb8\x22\x22\x27\x27-");
}

$fichier = mac_roman_to_iso(file_get_contents($fichier));
$xmlInput = simplexml_load_string(utf8_encode($fichier));

之后，使用iconv（）

将ISO-8859-1中的值编码为UTF-8

Answer 1

问题不在于UTF-8。问题是您的XML文件不是UTF-8编码的，而是MacRoman编码的。将其视为MacRoman编码的文件，它应该可以正常工作。

Answer 2

理想情况下，我认为您不应该使用utf8_encode（）或utf8_decode（）。

您必须在应用程序的所有级别声明相同的编码。

您是否检查了CRM，数据库，php文件，浏览器的默认编码？

编码问题UTF-8

2 个答案: