【发布时间】：2013-10-30 06:00:29
【问题描述】：
我正在使用 QBXML 与 Quickbooks 集成。我正在运行客户查询，Quickbooks 返回的 XML 似乎包含无效字符 (!)。
查看 quickbooks 返回的源 XML，我可以看到无效字符（出于隐私原因实际命名已更改，但我留下了有问题的字符）：
<Contact>Ongél Davabond</Contact>
当我尝试解析 XML（使用 PHP XML 解析器，从 xml_parser_create() 开始）时，我收到一条无效字符消息。
我注意到 XML 标头只是：
<?xml version="1.0" ?>
我尝试用 preg_replace 替换它
<?xml version="1.0" encoding="utf-8" ?>
但这并没有什么不同。
鉴于我无法更改接收 XML 的方式，我该如何最好地处理它？有没有办法让 PHP XML 解析器接受这样的字符？ PHP 是否有办法将任何无效字符转换为它们的 nnn;等价物，而不影响 XML 结构，还是我需要逐个字符地检查整个 XML 字符以查找无效字符并手动替换它们？我不知道将来会出现什么其他无效字符，所以我正在寻求一种一次性处理所有可能性的方法，而不是仅仅修复这个 'é' 字符。
【问题讨论】：
-
您可能在某处丢失了原始流的正确 utd-8 编码...不确定您称之为“无效”的字符，即
é绝对没有错，如果它在原始文件中正确表示utf-8 流... -
您收到的确切信息是什么？它是否包含有关数据中特定字节的信息？请注意，“无效字符”在这里是用词不当。这一定意味着数据中的某些字节根本不表示任何字符，因为它们违反了 UTF-8 格式。最有可能的是，数据实际上是 UTF-8 以外的编码，可能是 windows-1252。如果你打开它，看看它是什么样子的，例如在记事本++中，编码设置为“ANSI”。
-
我得到的确切消息是“XML 错误：第 55302 行的字符无效”，该行上唯一看起来很奇怪的字符是 é。据我了解，它应该以 UTF-8 的形式返回，但在 notepad++ 中它看起来像 ANSI，所以我将尝试将编码强制为 windows-1252，看看会发生什么
-
是的，做到了，QB 将其作为 ISO-8859-1 发送，即使它应该是 UTF-8。谢谢！
-
好的，听起来这已经为您解决了。然而，QB 不应该将文件声明为 UTF-8（就像他们所做的那样），而是命名具体的编码。请联系软件供应商并告诉他们问题并要求解决此问题，因为这根本不是有效的 XML。另外请回答您自己的问题，以便标记的问题得到回答。
标签： php xml character-encoding xml-parsing qbxml