SimpleXML以奇怪的方式輸出unicode

我使用simpleXML來處理xml文件。它有西里爾字符。我還使用dom_import_simplexml,importNode和appendChild將樹從文件複製到文件並放置到位。在處理結束時，我做print_r結果simpleXmlElement，一切都很好。但我也做asXml('outputfile.xml')和一些奇怪的事情發生了：沒有用CDATA（一些標籤主體和所有屬性）包裝的所有西里爾字符變成他們的unicode代碼。SimpleXML以奇怪的方式輸出unicode

例如，print_r輸出（只是一個片段）：

SimpleXMLElement Object ([@attributes] => Array 
      ([NAME] => Государственный аппарат и  механизм 
       [COSTYES] => 3.89983579639 [COSTNO] => 0 
       [ID] => 9) 
      [COMMENTYES] => Вы совершенно   правы. 
      [COMMENTNO] => Нет, Вы ошиблись.)))

但在文件asXml產生，我得到這樣的：

<QUEST NAME="&#x422;&#x435;&#x43E;&#x440;&#x438;&#x44F;#x434;&#x432;&#x443;&#x445;&#x43C;&#x435;&#x447;&#x435;&#x439;"  
    style="educ" ID="1"> 
    <DESC><![CDATA[Теория происхождения государства, известная как теория "двух мечей" [2, с.40], 
    представляет из себя... 
    ]]></DESC>`

我設置使用UTF-8到處都有可能，搜索單詞「simplexml，unicode，cyrillic，asXml等」的每一個組合，但沒有任何工作。

UPD看起來像一些功能使用的是htmlentities()。所以，感謝voitcus，解決方法是使用html_entity_decode()作爲建議here。

來源

2013-08-01 ba3a

請閱讀手冊中的討論（註釋）：http://www.php.net/manual/en/simplexmlelement.asxml.php – Voitcus

例如[this one]（http://www.php.net） /manual/en/simplexmlelement.asxml.php#107137） – Voitcus

謝謝，這工作。我現在想知道，我怎麼沒有自己來解決這個問題。 – ba3a

我不知道你在開始導入xml文檔時可能不會聲明編碼。以下兩個給你不同的輸出。

$simplexml = simplexml_load_string('<QUEST NAME="Государственный" />'); 
if (!$simplexml) { exit('parse failed'); } 
print_r($simplexml->asXml()); 

$simplexml = simplexml_load_string('<?xml version="1.0" encoding="UTF-8"?><QUEST NAME="Государственный" />'); 
if (!$simplexml) { exit('parse failed'); } 
print_r($simplexml->asXml());

SimpleXMLElement對象知道從原來的xml聲明自己的編碼，如果未聲明，它產生的安全數字字符引用，我猜。

來源

2013-08-02 01:41:49 akky

編碼是在xml文件中聲明的，並且相同的編碼被設置爲區域設置。問題出在'htmlentities'，看到我的帖子的評論和更新。 – ba3a

請運行我的示例。即使沒有CDATA，第二個也不編碼它們。您可能需要編寫最短的代碼來重現您的問題，這些問題會執行importNode/appendChild thingy。 – akky

SimpleXML以奇怪的方式輸出unicode

回答

相關問題