Deutsch
Deutsch
Bei der Parsen von XML-Daten mithilfe der XML_PARSE () -Funktion von PHP kann der XML-Codiert von UTF-8 geschliffen und nicht ordnungsgemäß behandelt werden, dies kann dazu führen, dass verstümmelte Inhalte in analysierten Erscheinen erscheint. Dieses Problem ist üblich, wenn XML-Datei-Header die UTF-8-Codierung deklarieren, aber die Codierung wird während des tatsächlichen Lesens oder der Verarbeitung nicht korrekt erkannt oder konvertiert. In diesem Artikel werden die Ursachen des Problems eingeführt und spezifische Lösungen bereitgestellt.
xml_parse () ist die Schnittstelle zum Expat -Parser für PHP. Expat selbst ist sehr streng mit der Charaktercodierung und erfordert, dass die Eingangs-XML-String-Codierung klar und konsistent sein muss, insbesondere UTF-8. Wenn die bereitgestellten XML-Daten als UTF-8 deklariert werden, ist dies jedoch nicht der Fall, oder wenn PHP bei der Verarbeitung dieser Daten eine falsche Codierungskonvertierung durchführt, wird der verstümmelte Code angezeigt.
Ein weiteres häufiges Problem ist, dass beim Lesen von XML-Dateien von außen (z. B. das Abrufen über URL) die entsprechende Stream-Codierung nicht festgelegt oder in UTF-8 konvertiert wird, was zu inkonsistenten Codierung führt.
<?php
$xml = file_get_contents("https://m66.net/data/sample.xml");
$parser = xml_parser_create(); // Standardmäßig verwendet ISO-8859-1
xml_parse($parser, $xml, true);
echo "Erfolgreiche Analyse";
xml_parser_free($parser);
?>
Obwohl der obige Code ausgeführt werden kann, kann sample.xml utf-8 codiert ist, kann er während des Parsens verstümmelt oder direkt fehlschlagen.
Sie können den Parameter von XML_PARSER_CREATE () verwenden, um die Codierung als UTF-8 anzugeben, wobei der Parser die richtige Codierung verwenden soll:
<?php
$xml = file_get_contents("https://m66.net/data/sample.xml");
$parser = xml_parser_create('UTF-8'); // Ausdrücklich angeben UTF-8
xml_parser_set_option($parser, XML_OPTION_TARGET_ENCODING, 'UTF-8');
xml_parse($parser, $xml, true);
echo "Erfolgreiche Analyse";
xml_parser_free($parser);
?>
Diese Methode stellt sicher, dass der Parser Daten gemäß UTF-8 liest und auch den XML-Inhalt, der chinesische oder andere Multibyte-Zeichen enthält, korrekt verarbeiten kann.
Wenn Sie nicht sicher sind, ob die von einer externen Quelle erhaltenen Daten (z. B. eine Schnittstelle oder eine Remote-XML-Datei) wirklich UTF-8 sind, können Sie MB_DETECT_ENCODING () oder ICONV () verwenden, um zu bestätigen oder zu konvertieren:
<?php
$xml = file_get_contents("https://m66.net/data/sample.xml");
// Erkennen und konvertieren zu UTF-8
if (mb_detect_encoding($xml, 'UTF-8', true) === false) {
$xml = iconv('GBK', 'UTF-8', $xml); // Ändern Sie die ursprüngliche Codierung nach Bedarf
}
$parser = xml_parser_create('UTF-8');
xml_parser_set_option($parser, XML_OPTION_TARGET_ENCODING, 'UTF-8');
xml_parse($parser, $xml, true);
echo "Erfolgreiche Analyse";
xml_parser_free($parser);
?>
Dies kann das Problem der inkonsistenten Codierung vermeiden, insbesondere wenn es sich um Daten von Plattformen von Drittanbietern oder verschiedenen Systemen handelt.
Überprüfen Sie, ob die Header -Deklaration der XML -Datei den folgenden Inhalt enthält:
<?xml version="1.0" encoding="UTF-8"?>
Wenn UTF-8 deklariert ist, die tatsächliche Codierung jedoch nicht UTF-8 ist, kann auch wenn es gezwungen ist, in PHP analysiert zu werden, ein verstümmelter Code oder Parsingfehler auftreten. Zu diesem Zeitpunkt sollte die Quelldateicodierung zuerst korrigiert oder mit PHP konvertiert werden.
