XMLReader - Получение проблемы с UTF-символами - PullRequest
Новая
       39

XMLReader - Получение проблемы с UTF-символами

0 голосов
/ 16 октября 2010

Я занимаюсь разбором огромного XML-файла, и нужно сказать, что кодировка файла
<?xml version = "1.0" encoding = "ISO-8859-1"?> ** полужирный

Кодировка БД: utf8, и я выполняю этот запрос, прежде чем что-либо будет сохранено в db
$.sql = 'SET NAMES "utf8" COLLATE "utf8_swedish_ci"';

Проблема в том, что иногда в xml-файле появляются некоторые нестандартные символы, такие как
Lycka ™: roman
Я знаю этот товарный знакСимвол из кодировки Windows-1252.

Я использую php.Я пробовал utf8_encode.

здесь сохраняется в дБ alt text и

здесь вывод в браузере alt text

Я хочу, чтобы он был преобразован в utf, вот и все

Ответы [ 2 ]

0 голосов
/ 22 октября 2010

Я использовал этот код и работал нормально 

function cp1252_to_utf8($str) 
{

        $cp1252_map = array(
                "\xc2\x80" => "\xe2\x82\xac", /* EURO SIGN */
                "\xc2\x82" => "\xe2\x80\x9a", /* SINGLE LOW-9 QUOTATION MARK */
                "\xc2\x83" => "\xc6\x92",     /* LATIN SMALL LETTER F WITH HOOK */
                "\xc2\x84" => "\xe2\x80\x9e", /* DOUBLE LOW-9 QUOTATION MARK */
                "\xc2\x85" => "\xe2\x80\xa6", /* HORIZONTAL ELLIPSIS */
                "\xc2\x86" => "\xe2\x80\xa0", /* DAGGER */
                "\xc2\x87" => "\xe2\x80\xa1", /* DOUBLE DAGGER */
                "\xc2\x88" => "\xcb\x86",     /* MODIFIER LETTER CIRCUMFLEX ACCENT */
                "\xc2\x89" => "\xe2\x80\xb0", /* PER MILLE SIGN */
                "\xc2\x8a" => "\xc5\xa0",     /* LATIN CAPITAL LETTER S WITH CARON */
                "\xc2\x8b" => "\xe2\x80\xb9", /* SINGLE LEFT-POINTING ANGLE QUOTATION */
                "\xc2\x8c" => "\xc5\x92",     /* LATIN CAPITAL LIGATURE OE */
                "\xc2\x8e" => "\xc5\xbd",     /* LATIN CAPITAL LETTER Z WITH CARON */
                "\xc2\x91" => "\xe2\x80\x98", /* LEFT SINGLE QUOTATION MARK */
                "\xc2\x92" => "\xe2\x80\x99", /* RIGHT SINGLE QUOTATION MARK */
                "\xc2\x93" => "\xe2\x80\x9c", /* LEFT DOUBLE QUOTATION MARK */
                "\xc2\x94" => "\xe2\x80\x9d", /* RIGHT DOUBLE QUOTATION MARK */
                "\xc2\x95" => "\xe2\x80\xa2", /* BULLET */
                "\xc2\x96" => "\xe2\x80\x93", /* EN DASH */
                "\xc2\x97" => "\xe2\x80\x94", /* EM DASH */

                "\xc2\x98" => "\xcb\x9c",     /* SMALL TILDE */
                "\xc2\x99" => "\xe2\x84\xa2", /* TRADE MARK SIGN */
                "\xc2\x9a" => "\xc5\xa1",     /* LATIN SMALL LETTER S WITH CARON */
                "\xc2\x9b" => "\xe2\x80\xba", /* SINGLE RIGHT-POINTING ANGLE QUOTATION*/
                "\xc2\x9c" => "\xc5\x93",     /* LATIN SMALL LIGATURE OE */
                "\xc2\x9e" => "\xc5\xbe",     /* LATIN SMALL LETTER Z WITH CARON */
                "\xc2\x9f" => "\xc5\xb8"      /* LATIN CAPITAL LETTER Y WITH DIAERESIS*/
        );

        return  strtr(utf8_encode($str), $cp1252_map);
}


$str = cp1252_to_utf8( iconv("UTF-8", "ISO-8859-1//TRANSLIT", $str));
0 голосов
/ 16 октября 2010

Вы пробовали кодировать строку в utf8 перед сохранением в db?Для php есть функция utf8_encode (), могут быть аналогичные функции на языке, который вы используете.

...