1

我正在从事这个项目，我从不同的来源接收不同的 XML 文件。我的 PHP 脚本应该读取它们、解析它们并将它们存储到 mysql 数据库中。

为了解析 XML 文件，我使用 PHP 中的 SimpleXMLElement 类。我以 UTF-8 编码从比利时接收文件，以 iso-8859-1 编码从德国接收文件，以 cp1250 从捷克共和国接收文件，依此类推...

当我将 xml 数据传递给 SimpleXMLElement 并在该对象上打印 asXML() 时，我可以正确地看到原始 xml 文件中的 xml 数据。当我尝试将字段分配给 PHP 变量并在屏幕上打印此变量时，文本看起来已损坏，当然在插入 mysql 数据库时也已损坏。

例子：

XML：

<?xml version="1.0" encoding="cp1250"?>
...
<name>Labe Dìèín - Rozb 741,85km  ;  Dìèín - Rozb 741,85km </name>
...

PHP代码：

$sxml = file_get_contents("test.xml");
$xml = new SimpleXMLElement($sxml);
//echo $xml->asXML() . "\n"; // content will show up correctly in the shell
$name = (string)$xml->ftm->fairway_section->geo_object->name;
echo $name . "\n";

代码结果（在 linux bash shell 上）将光标向上移动，然后打印： bÃn - Rozb 741,85km ；DÄ（光标移动当然与 PHP 打印出的错误字符有关）

我认为 PHP 将其数据转换为 UTF-8 以将其存储在字符串参数中，因此我假设使用 mb_convert_encoding 从 UTF-8 转换为 cp1250 会显示正确的结果，但事实并非如此。此外，我应该能够以可与所有其他来源组合的格式存储数据。

我对编码/代码页知之甚少，这可能是我无法让它正常工作的原因，但我所知道的是，如果我将不同语言的文本复制/粘贴到新的 UltraEdit 文件中，所有这些都显示正确。UltraEdit 如何处理这个问题？它是否使用 UTF-8（我认为它可以显示任何内容？）

如何转换我的数据，使其始终显示，无论源代码是什么？

4

2 回答 2

2

尝试iconv代替：

$str = iconv('UTF-8', 'WINDOWS-1250', $str);
于 2011-02-10T16:16:39.850 回答
0

问题是您的输入文件格式错误。Windows-1250中没有字符ì（拉丁文小写字母 I 和坟墓）。见这里。

最接近的字符是U+00ED（带有 ACUTE 的拉丁小写字母 I）。

这种字符在 shell 中正确显示的事实可能是偶然的。

于 2011-02-10T16:17:27.460 回答