在 PHP 中将 UTF-8 字符串转换为/从 7 位 XML

Question

如何将 UTF-8 字符串（即 8 位字符串）转换为/从 XML 兼容的 7 位字符串（即带有数字实体的可打印 ASCII）？

即encode() 函数这样：

encode("“£”") -> "“£”"

decode() 也很有用：

decode("“£”") -> "“£”"

PHP 的 htmlenties()/html_entity_decode() 对没有做正确的事情：

htmlentities(html_entity_decode("“£”")) ->
  "“£”"

费力地指定类型会有所帮助，但仍会返回与 XML 不兼容的命名实体，而不是数字实体：

htmlentities(html_entity_decode("“£”", ENT_QUOTES, "UTF-8"), ENT_QUOTES, "UTF-8") ->
  "“£”"

Answer 1

这是一种解决方法，但我读过一些关于 iconv() 的内容，我认为它不会为您提供数字实体（未经过测试）

function decode( $string )
{
  $doc = new DOMDocument( "1.0", "UTF-8" ); 
  $doc->LoadXML( '<?xml version="1.0" encoding="UTF-8"?>'."\n".'<x />', LIBXML_NOENT );
  $doc->documentElement->appendChild( $doc->createTextNode( $string ) );
  $output = $doc->saveXML( $doc );
  $output = preg_replace( '/<\?([^>]+)\?>/', '', $output ); 
  $output = str_replace( array( '<x>', '</x>' ), array( '', '' ), $output );
  return trim( $output );
}

不过，我已经对此进行了测试。稍后我可能会反过来，只是不要屏住呼吸;-)

Answer 2

mb_encode_numericentity 正是这样做的。