Question

我有一个XML文件，我在php中使用SimpleXML进行解析。第一行是

<?xml version="1.0" encoding="iso-8859-1"?>

如果我这样做，则解析的结果存储在$xml中：

echo $xml->asXML();

然后整个文件显示完美。

但是如果我无论如何都要深入研究这个结构，我就会无处可去，例如：

echo $xml->Chapter->asXML();

在一些XML元素中有MathML（<math>），这就是Â发生的地方。例如，字符∈被替换为。

如何解析XML文件但不丢失MathML字符？

Answer 1

∈不是可以在ISO 8859-1中表示的字符，更改您的XML以表示它是使用UTF-8编码的。

举例说明问题。

$x = simplexml_load_string('<?xml version="1.0" encoding="iso-8859-1"?>
<example><math>∈</math></example>');
echo $x->math, PHP_EOL;

$x = simplexml_load_string('<?xml version="1.0" encoding="utf-8"?>
<example><math>∈</math></example>');
echo $x->math, PHP_EOL;

输出（以UTF-8表示）以下内容。

â
∈

当encoding设置为不同时，SimpleXML将尝试转换为UTF-8。当输入已经是UTF-8编码并且encoding声明不正确时，最好不要让它工作。

还要确保PHP本身输出UTF-8，并告诉浏览器这是这种情况！

您可以通过设置default_charset INI选项（在php.ini中或使用ini_set()）或发送正确的Content-Type标题（header('Content-Type: text/html; charset=utf-8')）来执行此操作。

Answer 2

问题不在于您的编码，问题是并非所有浏览器都支持MathML您的script回显到浏览器。

http://en.wikipedia.org/wiki/MathML#Web_browsers

在以下浏览器中对此进行了测试：

Safari 5.1.2 - 失败
Chrome 17.0.9x - 部分
Firefox 3.6.28 - 正常工作

Answer 3

在使用SimpleXML解析输入之前，您可能需要将输入转换为其他编码。

以文字形式阅读文件内容
转换为不同的编码
使用SimpleXML解析并执行任何您想要的操作
如果需要，将输出转换为原始编码

为此，函数iconv（）非常有用： http://php.net/manual/en/function.iconv.php

用PHP解析XML文档

3 个答案: