SimpleXML 更改文件编码答案

【问题标题】：SimpleXML changing file encodingSimpleXML 更改文件编码
【发布时间】：2017-06-07 11:12:23
【问题描述】：

我正在尝试编写一个函数，该函数可以读取现有 XML 文件并使用第一个文件中的所有数据创建一个新文件，但编码不同。据我了解，SimpleXML 以 UTF-8 编码保存文件。我的原始 XML 文件是 Windows-1257。

代码：

public static function toUTF8()
{
    $remote_file = "data/test/import/test.xml";
    $xml = simplexml_load_file($remote_file);
    $xml->asXml('data/test/import/utf8/test.xml');

    echo var_dump('done');
    exit;
}

这种方式文件的编码还是不好。我想试试这个：

$newXML = new SimpleXMLElement($xml);

但这仅将纯 XML 代码作为参数。如何从对象中获取整个 XML 代码？或者我还能如何创建一个新的 UTF-8 XML 对象并插入旧文件中的所有数据？

【问题讨论】：

标签： php xml encoding utf-8 simplexml

【解决方案1】：

我试过了，发现直接使用 SimpleXML 导入 XML 时出现问题。尽管 XML 中的编码声明正确，但它仍会输出错误的字符。因此，另一种方法是使用像iconv 这样的函数，它可以为您进行转换。

如果你不需要解析XML，你可以直接这样做：

<?php
$remote_file = "data/test/import/test.xml";
$new_file    = "data/test/import/utf8/test.xml";

$baltic_xml  = file_get_contents($remote_file);
$unicode_xml = iconv("CP1257", "UTF-8", $baltic_xml);

file_put_contents($new_file, $unicode_xml);

如果您需要对 XML 做一些事情，它会变得有点复杂，因为您必须更新 XML 声明中的字符集。

<?php
$remote_file = "data/test/import/test.xml";
$new_file    = "data/test/import/utf8/test.xml";

$baltic_xml  = file_get_contents($remote_file);
$unicode_xml = iconv("CP1257", "UTF-8", $baltic_xml);
$unicode_xml = str_replace('encoding="CP1257"', 'encoding="UTF-8"', $unicode_xml);

$xml         = new SimpleXMLElement($unicode_xml);
// do stuff with $xml
$xml->asXml($new_file);

我使用以下文件（另存为 CP1257）对此进行了测试，效果很好：

<?xml version="1.0" encoding="CP1257"?>
<Root-Element>
    <Test>ŁųßŻĒČ</Test>
</Root-Element>

【讨论】：

【解决方案2】：

除非我错了，否则 SimpleXML 扩展将一直使用相同的编码。 UTF-8 是默认值，如果没有给出编码，但是如果原始文档有编码信息，则使用这种编码。

您可以使用 DOMDocument 作为代理：

$xml = simplexml_load_file(__DIR__ . '/test.xml');

$doc = dom_import_simplexml($xml)->ownerDocument;
$doc->encoding = 'UTF-8';

$xml->asXml('as-utf-8.xml');

【讨论】：