php - 如何清理或转换奇怪的 XML 字符和格式？

Question

我有一个包含一些奇怪格式的 XML 文件，例如：

<?xml version=3D3D"1.0" encoding=3D3D"ISO-8859-1"?>

注意“3D3D”。另外，在整个文件的其余部分，这些行在大约 78 个字符处中断，并包括更多的“3D”，沿着

Supercalifragilis=
=3D
ticexpialidocious=
=3D

起初我以为这一切都可能与 ISO-8859-1 编码有关，但通过 PHP 运行文本mb_convert_encoding($xml, "UTF-8", "ISO-8859-1")似乎并没有改变这一切。

有人熟悉这些特殊的奇怪字符和格式吗？如果是这样，您能否推荐任何快速清理它以进行转换的方法，以便我可以使用 SimpleXML 之类的东西干净地解析文件？

Answer 1

奇怪的是 QP（引用打印）编码：=xx 代表具有十六进制代码 xx 的字符。例如，=3D 代表等号“=”。在 QP 中，软换行符是行尾的“=”。所以看起来数据被 QP 编码了两次。

所以希望quoted_printable_decode会有所帮助。