【发布时间】：2015-03-30 04:48:17
【问题描述】：
我有一个从用户输入的数据生成的 RSS 提要。有很多用户用日语输入文本，而且大多数时候都没有问题。但是，有一个特定的 RSS 提要显示错误：
error on line 25 at column 25: Input is not proper UTF-8, indicate encoding !
Bytes: 0x0B 0x32 0x38 0x20
请注意，在这个特定的 RSS 提要中，这不是第一个出现日文字符的地方。
我已经看到其他答案 Error: "Input is not proper UTF-8, indicate encoding !" using PHP's simplexml_load_string 建议尝试更改编码或类似的东西，但我很困惑为什么编码只在这个特定的提要上失败，而且，如果是因为这个人输入以不同方式编码的日语，我如何检测某人何时以不同方式输入，并仅选择性地修复可能导致问题的那些。
我尝试添加以下内容：
if (!mb_check_encoding($content, "UTF-8")) {
$content = mb_convert_encoding($content, "UTF-8",
"Shift-JIS, EUC-JP, JIS, SJIS, JIS-ms, eucJP-win, SJIS-win, ISO-2022-JP,
ISO-2022-JP-MS, SJIS-mac, SJIS-Mobile#DOCOMO, SJIS-Mobile#KDDI,
SJIS-Mobile#SOFTBANK, UTF-8-Mobile#DOCOMO, UTF-8-Mobile#KDDI-A,
UTF-8-Mobile#KDDI-B, UTF-8-Mobile#SOFTBANK, ISO-2022-JP-MOBILE#KDDI");
}
但是，它仍然报告未正确编码为 utf8。
Edit2：所以，我非常困惑，因为我刚刚让它记录了 mb_detect_encoding 认为文本是什么编码，并且它都以 ASCII 的形式返回（必须是其他字段，因为日语不能是 ASCII，显然），和 UTF-8。你知道为什么它可以认为它是 UTF-8，但仍然出现这些编码错误吗？
【问题讨论】：
-
您错过了在问题中显示实际提要。可能是您的提要中的 XML 已经损坏，因此如果没有先前的修复，任何标准 XML 解析器都不会吃掉它。
-
绝对不是损坏的 XML。目前我怀疑用户输入的文本有些奇怪。我尝试复制/粘贴到开放式办公室，然后不做任何编辑，复制/粘贴回应用程序，再次生成 RSS 提要，并且成功了。
-
如果用户能够输入文本并且输入的文本是错误处理的，则创建了无效的 XML RSS 提要，那么实际上 XML 已损坏。当然，XML 本身并没有损坏（而是输入的数据），但是 XML 损坏确实是您看到的错误消息。所以首先你必须看到这里有一个错误是有原因的。
-
有问题的文本只包含日文字符。它不会导致格式错误的 XML。
-
你找错树了。 XML 已损坏这就是您看到错误消息的原因。字符编码是 XML 文档的一部分，规范在这里：w3.org/TR/REC-xml/#charsets
标签： php xml character-encoding rss