парсинг xml и выходной кодировки в php

Question

Я генерирую много постов в Wordpress из файла XML.Беспокойство: акцентированные символы.

Заголовок потока:

<? Xml version = "1.0" encoding = "ISO-8859-15"?>

Вот полный поток: http://flux.netaffiliation.com/rsscp.php?maff=177053821BA2E13E910D54

Мой сайт находится в utf8.

Поэтому я использую функцию utf8_encode ... но это не решает проблему, акценты всегда неправильно понимаются.

У кого-нибудь есть идея?

РЕДАКТИРОВАТЬ04-10-2011 18:02 (французский час):

Вот полный поток: http://flux.netaffiliation.com/rsscp.php?maff=177053821BA2E13E910D54

Вот мой код:

/**
 * parse an rss flux from netaffiliation and convert each item to posts
 * @var $flux = external link
 * @return bool
 */
private function parseFluxNetAffiliation($flux)
{
    $content = file_get_contents($flux);
    $content = iconv("iso-8859-15", "utf-8", $content);

    $xml = new DOMDocument;
    $xml->loadXML($content);

    //get the first link : http://www.netaffiliation.com
    $link = $xml->getElementsByTagName('link')->item(0);
    //echo $link->textContent;

    //we get all items and create a multidimentionnal array
    $items = $xml->getElementsByTagName('item');

    $offers = array();
    //we walk items
    foreach($items as $item)
    {
        $childs = $item->childNodes;

        //we walk childs
        foreach($childs as $child)
        {
            $offers[$child->nodeName][] = $child->nodeValue;
        }

    }
    unset($offers['#text']);

    //we create one article foreach offer
    $nbrPosts = count($offers['title']);

    if($nbrPosts <= 0) 
    {
        echo self::getFeedback("Le flux ne continent aucune offre",'error');
        return false;
    }

    $i = 0;
    while($i < $nbrPosts)
    {
        // Create post object
        $description = '<p>'.$offers['description'][$i].'</p><p><a href="'.$offers['link'][$i].'" target="_blank">'.$offers['link'][$i].'</a></p>';

        $my_post = array(
            'post_title' => $offers['title'][$i],
            'post_content' => $description,
            'post_status' => 'publish',
            'post_author' => 1,
            'post_category' => array(self::getCatAffiliation())
        );

        // Insert the post into the database
        if(!wp_insert_post($my_post));;

        $i++;
    }

    echo self::getFeedback("Le flux a généré {$nbrPosts} article(s) depuis le flux NetAffiliation dans la catégorie affiliation",'updated');
    return false;

}

Все сообщения созданы, но ... акцентированные символы уродливы.Вы можете увидеть результат здесь: http://monsieur -mode.com / test /

Answer 1

Есть много трудностей, которые вы должны преодолеть при переключении между различными кодировками. Кроме того, кодировки, использующие более одного байта для кодирования символов (так называемые многобайтовые кодировки), такие как UTF-8, который используется в WordPress, заслуживают особого внимания в PHP.

• Во-первых, убедитесь, что все создаваемые вами файлы сохранены в той же кодировке, в которой они будут обслуживаться. Например, убедитесь, что вы установили ту же кодировку, что и в диалоговом окне «Сохранить как ...», как вы используете в заголовке HTTP Content-Type.
• Во-вторых, вам нужно убедиться, что вход имеет ту же кодировку, что и файл, который вы хотите доставить. В вашем случае входной файл имеет кодировку ISO-8859-15, поэтому вам необходимо преобразовать его в UTF-8, используя iconv().
• В-третьих, вы должны знать, что PHP изначально не поддерживает многобайтовые кодировки, такие как UTF-8. Такие функции, как htmlentities() будут производить странные символы. Для многих из этих функций существуют альтернативы с многобайтовыми кодами, в которых префикс mb_. Если ваша кодировка UTF-8, проверьте ваши файлы на наличие таких функций и замените их при необходимости.

Подробнее об этих темах см. В Википедии о кодировках переменной ширины и странице в руководстве по PHP .

Answer 2

mb_convert_encoding() спасает мою жизнь.

Вот мое решение:

    $content = preg_replace('/ encoding="ISO-8859-15"/is','',$content);
    $content = mb_convert_encoding($content,"UTF-8");

Answer 3

Если ваши входящие XML-данные ISO-8859-15, используйте iconv() для их преобразования:

$stream = file_get_contents("stream.xml");
$stream = iconv("iso-8859-15", "utf-8", $stream);

Answer 4

По умолчанию большинство приложений работают с данными UTF-8 и выводят содержимое UTF-8. Wordpress определенно не должен быть обособленным и, безусловно, работает на основе UTF-8.

Я бы просто не конвертировал какую-либо информацию при печати, вместо этого изменил бы заголовок на UTF-8 вместо ISO-8859-15.