返回PHP的SimpleXML值有地方連字符的字符怪異和撇號

我已經環顧四周，似乎並不能就這麼在這裏它找到一個解決方案。返回PHP的SimpleXML值有地方連字符的字符怪異和撇號

我有以下代碼：

$file = "adhddrugs.xml"; 
$xmlstr = simplexml_load_file($file); 
echo $xmlstr->report_description;

這是一個簡單的版本，但即使這個嘗試任何連字符[R撇號變成：^一（歐元符號）商標標誌。

事情我已經試過有：

echo = (string)$xmlstr->report_description; /* did not work */ 
echo = addslashes($xmlstr->report_description); /* yes I know this doesnt work with hyphens, was mainly trying to see if I could escape the apostrophes */ 
echo = addslashes((string)$xmlstr->report_description); /* did not work */

也htmlspecial（我又知道不帶連字符的工作），ヶ輛，以及其他一些技巧。

現在的情況是，我從進料得到XML文件，所以我不能改變他們，但他們都非常標準。帶有連字符等的文本被封裝在cdata標籤中，並且編碼是UTF-8。如果我查看源代碼，我會在源代碼中顯示連字符和撇號。

現在只是爲了看看編碼是關閉或貼錯標籤或別的東西，奇怪，我試圖查看原始XML文件果然是正確顯示。

我相信，在我急於找到我忽略了一些簡單的答案，事實上，這確實是我曾經用過的SimpleXML第一次我錯過了一個非常簡單的解決方案。只是不要停靠我，我真的嘗試自己找到答案。

再次感謝。

來源

2011-01-28 BrandonS

感謝這些人都看起來不錯，直到現在我沒有看到反應，我回家了，我會再次檢查那些謝天謝地，我會讓你知道 – BrandonS 2011-01-28 23:43:44

如果你正在尋找解決方案，而馬特的答案是正確的，請閱讀Jasso和Takeshin的回答，因爲他們三人幫助解決問題1.解釋原因2.解釋如何解決它3.幫助設置simpleXML中的幫助解決問題O操作。使用其中的一個可能會解決這個問題，但是查看所有答案將確保它解決問題並幫助您理解問題，以便您不會再犯這個錯誤。謝謝。 – BrandonS 2011-01-31 14:37:18

你知道文檔的字符集嗎？

如果您尚未打印任何內容，您可以在打印任何內容之前執行header('Content-Type: text/html; charset=utf-8');。

來源

2011-01-28 23:11:01

完美效果很棒！謝謝，我不知道爲什麼我現在沒有嘗試過。我想我認爲這個問題比一個簡單的標題標籤問題要大。再次感謝。 – BrandonS 2011-01-31 14:27:54

確保您已設置了SimpleXML來使用UTF-8。

確保所有實體使用16進制，而不是HTML實體編碼。

也說不定：

$string = html_entity_decode($string, ENT_QUOTES, "utf-8");

會有所幫助。

來源

2011-01-28 23:08:29 takeshin

謝謝，我確信SimpleXML使用的是UTF-8，而理論上的代碼示例應該與使用頭文件相同，但它似乎不起作用。部分答案與Matt和Jasso一起解決了問題。那謝謝啦。 – BrandonS 2011-01-31 14:31:52

這是一個簡單的版本，但即使嘗試這種任何連字符撇號都變成：^一（歐元符號）商標標誌。

這是由不正確的字符集猜測（和可能的重新編碼）造成的。

如果文本包含「捲曲撇號」=「右單引號」= U + 2019個字符，則將其保存爲UTF-8編碼結果的字節數爲0xE2 0x80 0x99。如果相同的文件然後再次被讀取假設它的字符集是windows-1252，則撇號字符（0xE2 0x80 0x99）的字節流被解釋爲字符â€™（=具有旋繞，歐元符號，商標符號的小「a」）。再次，如果這個不正確解釋的文本保存爲UTF-8，原始字符將導致字節流0xC3 0xA2 0xE2 0x82 0xAC 0xE2 0x84 0xA2

摘要：您的原始數據是UTF-8，並且您的代碼的一部分讀取數據時假定它是windows-1252（或ISO-8859-1，通常實際上被視爲windows-1252）。這個字符集假設的一個可能的原因是HTTP的默認字符集是ISO-8859-1。 '當發件人未提供明確的字符集參數時，「文本」類型的媒體子類型定義爲在通過HTTP接收時具有默認字符集值「ISO-8859-1」。來源：RFC 2616, Hypertext Transfer Protocol -- HTTP/1.1

PS。這是一個非常普遍的問題。只要進行Google搜索或Bing搜索，查詢doesnâ€™t -doesn't，您就會看到許多頁面具有相同的編碼錯誤。

來源

2011-01-29 00:53:57 jasso

這是在頁面的<head>部分聲明不正確字符集的症狀（或者不聲明和使用缺省字符集（不帶重音符號和特殊字符））。

這對拉丁語言有訣竅。

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

總新手，對於瀏覽器的HTML頁面有一個基本的佈局，用頭或報頭用來告訴瀏覽器對頁面的一些基本的東西，以及預載了一些腳本，該頁面將使用實現其功能。

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

如果省略<head>部分，HTML將使用默認設置（需要一些東西是理所當然的 - 就像使用northamerican字符集，這還不包括許多重音字母，界河顯示爲「怪異字符」

來源

2015-07-31 19:31:28

返回PHP的SimpleXML值有地方連字符的字符怪異和撇號

回答

相關問題