如何设置 simplexml_load_string PHP 函数的输出编码答案

【问题标题】：How to set output encoding of simplexml_load_string PHP function如何设置 simplexml_load_string PHP 函数的输出编码
【发布时间】：2013-01-13 17:45:04
【问题描述】：

我正在使用 simplexml_load_string 解析 CP1250 编码的字符串。所以，我在以<?xml version="1.0" encoding="windows-1250"?> 开头的字符串中声明它。不幸的是，simplexml_load_string 输出中的所有节点都是 UTF8 编码的。

有没有办法，如何指定输出编码，还是每次使用输出时都必须使用 iconv？

【问题讨论】：

标签： php encoding simplexml output

【解决方案1】：

您的问题对我来说并不完全清楚，所以我尝试以我理解的方式回答它，可能已经给出了答案。

如果您加载一个 CP1250/Windows-1250 编码字符串，并且该字符串在 XML 声明中包含此编码信息，通常默认情况下 simplexml 已经为输出保留此信息。所以通常你不需要在这里做任何事情。

如果您需要明确设置输出编码：

SimpleXMLElement 不允许您自己更改编码。然而，通常当 SimpleXML 不能自己完成时，姐妹库DOMDocument 能够做到。因为是姐妹，所以可以互相交流。在以下示例中，我加载了一个 UTF-8 编码的字符串，然后将 xml 输出编码显式设置为 US-ASCII：

$inputUTF8 = <<<INPUT
<?xml version="1.0" encoding="UTF-8"?>
<root>
    Äpfel wachsen überirdisch
</root>
INPUT;

$xml = simplexml_load_string($inputUTF8); // load UTF-8 encoded string
$xml->asXML('php://output'); // outputs as UTF-8 (same as input by default)

// set document encoding to US-ASCII via DOMDocument
$doc = dom_import_simplexml($xml)->ownerDocument;
$doc->encoding = 'US-ASCII';

$xml->asXML('php://output'); // outputs as US-ASCII

输出如下：

<?xml version="1.0" encoding="UTF-8"?>
<root>
    Äpfel wachsen überirdisch
</root>
<?xml version="1.0" encoding="US-ASCII"?>
<root>
    &#196;pfel wachsen &#252;berirdisch
</root>

如图所示，DOMDocument::$encoding 属性甚至改变了SimpleXMLElement 的输出编码，不属于字符集的字符也被表示为其 Unicode 代码点的数字 XML 实体（此处为 Ä是 U+00C4，它是十进制 196 的十六进制。使用 Windows-1250 作为输出编码会在屏幕上出现未知字符错误：

// set document encoding to Windows-1250 via DOMDocument
$doc = dom_import_simplexml($xml)->ownerDocument;
$doc->encoding = 'Windows-1250';

$xml->asXML('php://output'); // outputs as Windows-1250

输出（UTF-8 显示）：

<?xml version="1.0" encoding="Windows-1250"?>
<root>
    �pfel wachsen �berirdisch
</root>

二进制八位字节 C4 和 FC 不能显示为 UTF-8，所以在我的例子中显示 �。这也表明输出 is 采用 Windows-1250 编码，否则显示屏将按原样显示这些字符。

我希望这对您有所帮助 - 正如我的答案开头所写的那样 - 根据您的描述，没有必要指定输出编码。如果您的情况与此答案中概述的不同，请分享您的 PHP 和 libxml 版本。

【讨论】：