我从其他地方搜索和处理XML文件，并且需要 用一些XSLT转换它们。没问题。使用PHP5和DOM 图书馆，一切都很快。工作得很好，到现在为止。今天，时髦 字符在XML文件中 - 来自Word的“智能”引用，它看起来 喜欢。无论如何，DOMDocument-> load抱怨他们，说 它们不是UTF-8，而是指定编码。
请注意，这些XML文件中未指定编码。如果我 将'encoding =“iso-8859-1”'添加到标题中，它可以正常工作。摩擦是 我无法控制这些XML文件。
将文件读入字符串，修改其标题并将其写回 到另一个地方似乎是我唯一的选择，但我更愿意这样做 它根本不必使用XML文件的临时副本。是 有没有办法简单地告诉解析器解析它们就好像它们一样 ISO-8859-1？
这对你有用吗？
$doc = new DOMDocument('1.0', 'iso-8859-1');
$doc->load($xmlPath);
编辑： 由于看起来这不起作用，所以你可以做的是类似于你现有的方法但没有临时文件。仅使用标准IO操作从源中读取XML文件（file_get_contents() 或某事），然后对您需要的编码执行任何更改（iconv() 要么 utf8_decode()）然后使用 loadXML()
$myXMLString = file_get_contents($xmlPath);
$myXMLString = utf8_decode($myXMLString);
$doc = new DOMDocument('1.0', 'iso-8859-1');
$doc->loadXML($myXMLString);
这对你有用吗？
$doc = new DOMDocument('1.0', 'iso-8859-1');
$doc->load($xmlPath);
编辑： 由于看起来这不起作用，所以你可以做的是类似于你现有的方法但没有临时文件。仅使用标准IO操作从源中读取XML文件（file_get_contents() 或某事），然后对您需要的编码执行任何更改（iconv() 要么 utf8_decode()）然后使用 loadXML()
$myXMLString = file_get_contents($xmlPath);
$myXMLString = utf8_decode($myXMLString);
$doc = new DOMDocument('1.0', 'iso-8859-1');
$doc->loadXML($myXMLString);
我还没有找到设置默认编码的方法，但是 也许 在这种情况下，恢复模式是可行的。
当libxml遇到编码错误并且没有显式设置编码时，它会从unicode / utf8切换到latin1并继续解析文档。但是在解析器上下文中属性 wellFormed 设置为0 / false。 PHP的DOM扩展认为文档有效 wellFormed 是真的 要么 DOMDocument对象的属性 recover 是真的。
<?php
// german Umlaut ä in latin1 = 0xE4
$xml = '<foo>'.chr(0xE4).'</foo>';
$doc = new DOMDocument;
$b = $doc->loadxml($xml);
echo 'with doc->recover=false(default) : ', ($b) ? 'success':'failed', "\n";
$doc = new DOMDocument;
$doc->recover = true;
$b = $doc->loadxml($xml);
echo 'with doc->recover=true : ', ($b) ? 'success':'failed', "\n";
版画
Warning: DOMDocument::loadXML(): Input is not proper UTF-8, indicate encoding !
Bytes: 0xE4 0x3C 0x2F 0x66 in Entity, line: 1 in test.php on line 6
with doc->recover=false(default) : failed
Warning: DOMDocument::loadXML(): Input is not proper UTF-8, indicate encoding !
Bytes: 0xE4 0x3C 0x2F 0x66 in Entity, line: 1 in test.php on line 11
with doc->recover=true : success
您仍然会收到警告消息（可以使用@ $ doc-> load（）来抑制），它也会显示在 内部libxml错误 （解析器从utf8切换到latin1时只有一次）。此特定错误的错误代码为9（XML_ERR_INVALID_CHAR）。
<?php
$xml = sprintf('<foo>
<ae>%s</ae>
<oe>%s</oe>
&
</foo>', chr(0xE4),chr(0xF6));
libxml_use_internal_errors(true);
$doc = new DOMDocument;
$doc->recover = true;
libxml_clear_errors();
$b = $doc->loadxml($xml);
$invalidCharFound = false;
foreach(libxml_get_errors() as $error) {
if ( 9==$error->code && !$invalidCharFound ) {
$invalidCharFound = true;
echo "found invalid char, possibly harmless\n";
}
else {
echo "hm, that's probably more severe: ", $error->message, "\n";
}
}
指定编码的ony方法是在文件开头的XML声明中：
<?xml version="1.0" encoding="ISO-8859-1"?>