Я сталкиваюсь с неприятной проблемой кодирования при преобразовании XML через XSLT через PHP.
Проблема может быть кратко изложена следующим образом: когда я копирую (в кодировке UTF-8) файл XHTML с таблицей стилей XSLT, некоторые символы отображаются неправильно. Когда я просто показываю один и тот же файл XHTML, все символы отображаются правильно.
Следующие файлы иллюстрируют проблему:
XHTML
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html
PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<title>encoding test</title>
</head>
<body>
<p>This is how we dïßπλǽ ‘special characters’</p>
</body>
</html>
1010 * XSLT *
<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
version="1.0">
<xsl:output method="xml" encoding="UTF-8"/>
<xsl:template match="@*|node()">
<xsl:copy>
<xsl:apply-templates select="@*|node()"/>
</xsl:copy>
</xsl:template>
</xsl:stylesheet>
PHP
<?php
$xml_file = 'encoding_test.xml';
$xsl_file = 'encoding_test.xsl';
$xml_doc = new DOMDocument('1.0', 'utf-8');
$xml_doc->load($xml_file);
$xsl_doc = new DOMDocument('1.0', 'utf-8');
$xsl_doc->load($xsl_file);
$xp = new XsltProcessor();
$xp->importStylesheet($xsl_doc);
// alllow to bypass XSLT transformation with bypass=true request parameter
if ($bypass = $_GET['bypass']) {
echo file_get_contents($xml_file);
}
else {
echo $xp->transformToXML($xml_doc);
}
?>
Когда этот скрипт вызывается как таковой (например, с помощью http://localhost/encoding_test/encoding_test.php),, все символы в преобразованном документе XHTML выглядят нормально, кроме символов «и» (они открывают и закрывают одинарные кавычки). Я не эксперт по Unicode, но меня поражают две вещи:
- все другие символьные объекты интерпретируются правильно (что может означать что-то о UTF-8-ности
‘ и ’)
- пока, когда файл XHTML отображается неопосредованно (например, http://localhost/encoding_test/encoding_test.php?bypass=true), , все символы отображаются правильно.
Кажется, я объявил кодировку UTF-8 для вывода везде, где мог. Может быть, другие видят, что не так и можно исправить?
Заранее спасибо!
Рон Ван ден Бранден