使用DOMDocument解析xml文件時的字符編碼

Question

我在讀取xml文件時遇到錯誤的字符編碼問題。

雖然這一個正確顯示該文件的全部內容......

$reader = new DOMDocument(); 
$reader->preserveWhiteSpace = false; 
$reader->load('zip://content.odt#content.xml'); 
echo $reader->saveXML(); 

...這一個給了我一個奇怪的輸出（德語變音，長破折號，μ或類似的字符不顯示正確）：

$reader = new DOMDocument(); 
$reader->preserveWhiteSpace = false; 
$reader->load('zip://content.odt#content.xml'); 
$elements = $reader->getElementsByTagName('text'); 
foreach($elements as $node){ 
    foreach($node->childNodes as $child) { 
     $content .= $child->nodeValue; 
    } 
} 
echo $content; 

我不知道這是爲什麼。希望有人能向我解釋。

Answer 1

DOMDocument::saveXML() 

此方法以字符串形式返回整個XML文檔。與任何XML文檔一樣，編碼在XML declaration中給出，或者它具有UTF-8的默認編碼。

DOMNode::$nodeValue 

包含節點的值，通常是文本。所有文本字符串DOMDocument庫返回 - 其中DOMNode是 - 的一部分 - 使用UTF-8編碼，而不考慮XML文檔的編碼。

當你寫，如果你顯示第一：用不同的編碼方式，

echo $reader->saveXML(); 

所有的變音符號被保留下來，這是最有可能的XML本身船舶UTF-8，因爲後來

$content .= $child->nodeValue; 
... 
echo $content; 

不這樣做。

由於您不分享如何以及在哪個應用程序中顯示並閱讀輸出，所以不能多說。

您很可能需要在後面的情況下將字符編碼提示給顯示應用程序。例如，如果你在瀏覽器中顯示的文字，你應該在一開始添加適當的內容類型標題：

header("Content-Type: text/plain; charset=utf-8"); 

與How to set UTF-8 encoding for a PHP file進行比較。