通过 cURL 检索到的 XML 中的 Mojibake 问题答案

【问题标题】：Mojibake issue in XML retrieved over cURL通过 cURL 检索到的 XML 中的 Mojibake 问题
【发布时间】：2023-03-30 02:37:02
【问题描述】：

我正在通过 PHP cURL 检索 this XML feed 并将其输出到我页面上的文本区域中。问题是，它回来时充满了 mojibake 角色。饲料本身很好；只有在我的页面上输出时才会出现字符。

例如，英镑符号 (£) 将返回为 Â£。

按照this question 的回答中的建议，我已尝试在该问题上使用 UTF-8。

ini_set('default_charset', 'UTF-8');
header("Content-Type:text/html; charset=UTF-8");

在 HTML 中：

<meta http-equiv="Content-Type" content="text/html; charset=utf-8" />

甚至通过 utf8_encode() 输出 cURL 响应，但它们仍然存在。

$ch = curl_init($feed_url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
$xml = curl_exec($ch);
echo '<textarea>'.utf8_encode($xml).'</textarea>';

我什至尝试将这些字符换掉，但这并没有成功。

$xml = strtr($xml, array('Â£' => ''));

我在这里无能为力，还是有什么我可以做的？

【问题讨论】：

【解决方案1】：

在 HTML 页面中显示 XML 内容之前使用 htmlentities (http://php.net/manual/en/function.htmlentities.php)，还要在该调用中将 $ch 更改为 $xml，因此：

echo '<textarea>'.htmlentities($xml).'</textarea>';

【讨论】：

【解决方案2】：

utf8_encode() 会将输入视为 latin-1 并将其转换为 utf-8。如果输入是 utf-8，这将是双重编码 - 这就是您所看到的。

检查您从 URL 获取的 XML 字符串。 XML文件的编码通常在XML处理指令中：

<?xml version="1.0" encoding="utf-8"?>
<document-element/>

加载到 DOM、XMLReader 或 SimpleXML 中时，它将始终转换为 UTF-8。您使用 API 读取的任何值都是 UTF-8。

如果您想将 UTF-8 XML 输出到 HTML 页面的文本区域，您需要转义特殊字符。

echo '<textarea>'.htmlspecialchars($xml).'</textarea>';

这将转义&lt; 和> 等字符，但这是必需的。想象一下包含字符串</textarea> 的XML。这会破坏您的 HTML 页面。浏览器将在显示 &lt; 和其他实体之前对其进行解码。

【讨论】：