Question

所以我在一些发布的XML上使用simplexml_load_string。但是我收到以下错误。

Warning: simplexml_load_string() [function.simplexml-load-string]: Entity: line 8: parser error : Input is not proper UTF-8, indicate encoding ! Bytes: 0xA3 0x37 0x30 0x30 in map_view.php on line 7

页面以UTF8编码。我认为这可能是英镑符号？我会iconv它还不知道当前的编码。

<?xml version="1.0" encoding="utf-8"?>
<documentContent>
  <property>
    <pic1 hiresURL="http://dmqa.briefyourmarket.com/management/house-sample.jpg" imgpath="http://dmqa.briefyourmarket.com/management/house-sample.jpg" />
    <postCode>de560db</postCode>
    <address>Chilly Road, Bingley, Oxon, OX17</address>
    <postcode>OX17 2HE</postcode>
    <price>£700,000</price>
  </property>
</documentContent>

Answer 1

英镑符号为0xC2 0xA3，为UTF-8;错误消息中报告的字节是ISO-8859-1字符：£ 7 0 0 ，所以我认为你的文件实际编码为ISO-8859-1，尽管声明指示UTF-8。

Answer 2

查看我怀疑实际编码的字节是ISO-8859-1 a.k.a. Latin-1。这应该解决它：

iconv('ISO-8859-1' ,'UTF-8', $xml)

Answer 3

您确定该文件是UTF-8编码的吗？ 0xA3是用于对£中的ISO-8859-1符号进行编码的字节。 £应采用UTF-8编码0xC2 0xA3。

Answer 4

您已将文档转换为UTF-8，最简单的方法是使用utf8_encode($data)。

例如：

$xmlInput = simplexml_load_string (utf8_encode(file_get_contents($file)));

如果您不知道当前的编码，请使用mb_detect_encoding()，例如：

$content = utf8_encode(file_get_contents($url_or_file));
$encoding = mb_detect_encoding($content);
$doc = new DOMdocument();
$res = $doc->loadXML("<?xml encoding='$encoding'>" . $content);

使用DOMDocument应该是：

$td->nodeValue = utf8_encode("&pound;");

Iconv，发布数据和simpleXML

4 个答案: