我正在将一组记录导出到 xml，然后通过 xslt 转换导出到 xliff。导出工作正常，但我无法转换导出文件中的某些字符。这里有一些逐步详细信息:
步骤1.用户输入混合字符串，例如:以下字符串
自动完成打开'看到错误的字符==> í
Mysql db/table字段编码设置为utf8例如
`unicode longtext COLLATE utf8_unicode_ci`
存储上述文本。
步骤 2. 生成 html 片段以用于导出目的，例如
<html version="1.2">
<table>
<tr>
<td id="Autocomplete_On">Autocomplete On' see the wrong character ==> í</td>
</tr>
</table>
</html>
第3步.转换为xml
<?xml version="1.0" standalone="yes"?>
<html version="1.2"><body><table><tr><td id="Autocomplete_On">
Autocomplete On' see the wrong character ==> í</td>
</tr></table></body></html>
第 4 步:使用 xslt 进行转换:
(仅粘贴了所需的输出部分，在浏览器中查看时我看到了这一点，而实际字符是文件中的 à )
<body>
<group id="id796986axmarkhtml-0">
<group id="id533787bxmarkbody-1">
<group id="id533788bxmarktable-2">
<group id="id533790bxmarktr-3">
<trans-unit id="td-4">
<source>Autocomplete On' see the wrong character ==> ÃÂ</source>
<target>Autocomplete On' see the wrong character ==> ÃÂ</target>
</trans-unit>
</group>
</group>
</group>
</group>
</body>
实际代码:
private function xml2xliff($htmlStr,$source,$target){
$xml=new \DOMDocument();
//hacky way to tidy html
@$xml->loadHTML($htmlStr);//step 3
$xsl = new \DOMDocument;
$xsl->load(__DIR__.'/xliff/xsl/xml2xliff.xsl');
$proc = new \XSLTProcessor();
$proc->ImportStyleSheet($xsl);
$proc->setParameter('', 'source', $this->getIsoName($source));
$proc->setParameter('', 'target', $this->getIsoName($target));
return $proc->transformToXML($xml); //step 4
}
$htmlStr 是步骤 2 中生成的 html 片段，
所以问题是字符串被转换了两次。正在考虑的实际角色是
第 1 步。í
第 2 步。仍然í
第 3 步. 转换为 à，即 Ã
第 4 步. 转换为 à
另一个例子:
输入。 自动完成功能已消失
xml 输出。 自动完成他们现在已经走了
最佳答案
DOMDocument::loadHtml() 将您的 html 加载为 ANSI，但它是 UTF-8。因此，特殊字符被 split 和破坏。您可以欺骗它使用 UTF-8 和 XML 处理指令:
$html = <<<HTML
<html>
<table>
<tr>
<td id="Autocomplete_On">Autocomplete On' see the wrong character ==> í</td>
</tr>
</table>
</html>
HTML;
$dom = new DOMDocument('1.0', 'UTF-8');
$dom->loadHTML('<?xml encoding="UTF-8"?>'.$html);
var_dump(
$dom->saveXml()
);
输出:
string(331) "<?xml version="1.0" standalone="yes"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd">
<?xml encoding="UTF-8"??>
<html version="1.2"><body><table><tr><td id="Autocomplete_On">Autocomplete On' see the wrong character ==> í</td>
</tr></table></body></html>
"
关于php - 使用 php XSLTProcessor 的 XML/XSLT 输出编码问题，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/23696238/