在 PHP 中将 XML 从 UTF-8 解码为 ISO-8859-1答案

【问题标题】：Decoding XML from UTF-8 to ISO-8859-1 in PHP在 PHP 中将 XML 从 UTF-8 解码为 ISO-8859-1
【发布时间】：2014-11-19 08:52:30
【问题描述】：

我正在尝试“解码”一个 XML 文件（并使用 XSLT 对其进行转换），但是我在解码这两个文件时遇到了问题。场景如下：

我有一个数据输入站点，它全部以 ISO-8859-1 编码（我们的 Oracle 数据库就是这种格式，所以我无法更改它）。问题是，我有这两个文件（一个用于显示数据输入表单的 XML 和一个用于将其转换为 HTML 的 XSLT）。这两个文件都以 ISO-8859-1 编码保存，并且都有相应的标题，即。例如，，每当我读取文件并在浏览器中显示它们时，特殊字符（ñ、á、¿）会显示为 UTF-8 或问号（取决于我用于显示的方法），但从不作为“正常”表示。

我显示 XML 文件的代码是：

<?php
$xslString = file_get_contents("catalog.xsl");
$xslString = utf8_decode($xslString);
$xslDoc = simplexml_load_string($xslString);

$xmlString = file_get_contents("questionnaire.xml");
$xmlString = utf8_decode($xmlString);
$xmlDoc = simplexml_load_string($xmlString);

$proc = new XSLTProcessor();
$proc->importStylesheet($xslDoc);
?>

我已经尝试了 DOMDocument、iconv、mb_convert_encoding 的几种组合，但它们将 XML 文件显示为未编码的 UTF、问号或双问号。

另一方面，这也会打乱我的数据输入，因为如果我想输入其中一个字符，它们要么显示为 ?要么？？在数据库上的相应数据字段上，或者它们在第一个特殊字符处被截断（如果我使用 iconv）。

我错过了什么？有解决方法吗？由于数据库，我无法将任何内容转换为 UTF-8。

我希望我说得够清楚，请原谅我的英语。

提前致谢！

【问题讨论】：

你能给我们看看 XML/XSL 文件的 XML 声明吗？它应该包含文件的编码。您需要向浏览器发送您使用 XSLT 生成的编码。在 XML 上调用 utf8_decode 不会更改声明，这很有可能会破坏 XML。我不认为 importStylesheet() 可以加载 SimpleXMLElement。 ...作为一般规则，您希望在应用程序的任何位置使用 UTF-8 并将任何内容转换为此编码，设置所有连接到它，...
@ThW，当然。您是指 XML/XSL 上的“标题”吗？如果是这样，对于 XSL 文件：w3.org/1999/XSL/Transform"> 对于 XML：Invex1Invex 顺便说一句，XML/XSL 组合显示正确，特殊字符除外。
编辑： 在中添加了编码选项，因此现在可以读取，但它也不起作用。
尝试直接在浏览器中打开 XML/XSL。如果直接打开文件，请检查浏览器是否可以显示特殊字符。声明说它是 ISO-8859-1，这种编码与 UTF-8 共享前 127 个代码点。所有其他都以多个字节（2-4）编码。再次将 ISO-8859-1 转换为 UTF-8 到 ISO-8859-1 将破坏特殊字符。 DOMDocument 在内部使用 UTF-8。如果您从 DOM 读取值，它将是 UTF-8。但如果您保存 XML/HTML，它会将其转换回 ISO-8859-1。您是否向浏览器发送内容类型标头？
XML 显示正确，因为它是使用 ISO88591 编码保存的，并且在 XSL 和 XML 端都正确发送了标头。我认为我的问题与您所说的 DOMDocument 使用 UTF8 更相关。由于 PHP 页面在 ISO88591 中并且 XML 文件是使用 UTF8 读取的，因此后者似乎弄乱了我的整个设置。为了清楚起见，PHP 脚本加载并显示了来自 XML/XSL 组合的条目表单。我不知道我是否正确理解了你的最后一个问题。不是 XSL 在 xsl:output 中发送标头吗？我应该以其他方式发送吗？谢谢！

标签： php xml encoding utf-8 iso-8859-1

【解决方案1】：

希望这对其他人有所帮助。最后，有两件事：

1) 我正在阅读这样的 XML/XSL 文件（在我的原始脚本中）：

<?php
$xmlDoc = new DOMDocument();
$xmlDoc->loadXML($xmlFile);
$xmlDoc->load("xmlfile.xml");
?>

这有效地将编码更改为 UTF-8。我将这些行更改为：

<?php
$xmlString = file_get_contents("xmlfile.xml");
$xmlDoc = simplexml_load_string($xmlString);
?>

删除 utf_decode 语句，它就像一个魅力。现在，我按预期将我的特殊字符显示在屏幕上。作为副作用，在表单中输入的数据现在已正确保存到我的数据库中，所以我一口气得到了两只鸟。

【讨论】：