错误：使用PHP的simplexml_load_string“input不正确的UTF-8，指示编码！
我收到错误：
parser error : Input is not proper UTF-8, indicate encoding ! Bytes: 0xED 0x6E 0x2C 0x20
尝试使用来自第三方源的simplexml_load_string处理XML响应时。 原始的XML响应确实声明了内容types：
<?xml version="1.0" encoding="UTF-8"?>
但是，XML似乎并不是真正的UTF-8。 XML内容的语言是西class牙语，在XML中包含像Dublín这样的Dublín 。
我无法让第三方整理他们的XML。
如何预处理XML并修复编码不兼容性？
有没有办法来检测XML文件的正确编码？
您的0xED 0x6E 0x2C 0x20字节对应于ISO-8859-1中的“ín”，所以看起来您的内容是ISO-8859-1，而不是UTF-8。 告诉你的数据提供者关于它，并要求他们修复它，因为如果它不适合你，它可能不适用于其他人。
现在有几种方法可以解决这个问题，只有在无法正常加载XML的情况下才能使用它。 其中之一就是使用utf8_encode() 。 缺点是，如果该XML包含有效的UTF-8和一些ISO-8859-1，那么结果将包含mojibake 。 或者您可以尝试使用iconv()或mbstring将string从UTF-8转换为UTF-8，并希望他们能为您解决这个问题。 （他们不会，但你至less可以忽略无效的字符，所以你可以加载你的XML）
或者你可以走长长的路，并自己validation/修复序列。 这将需要你一段时间，取决于你对UTF-8的熟悉程度。 也许有些图书馆会这样做，尽pipe我不知道。
无论哪种方式，通知您的数据提供商，他们发送无效的数据，以便他们可以修复它。
这是一个部分的修复。 它绝对不会解决所有问题，但会解决一些问题。 希望足够让你一直到你的提供者修理他们的东西。
function fix_latin1_mangled_with_utf8_maybe_hopefully_most_of_the_time($str) { return preg_replace_callback('#[\\xA1-\\xFF](?![\\x80-\\xBF]{2,})#', 'utf8_encode_callback', $str); } function utf8_encode_callback($m) { return utf8_encode($m[0]); }
我解决了这个使用
$content = utf8_encode(file_get_contents('http://example.com/rss.xml')); $xml = simplexml_load_string($content);
如果您确定您的xml使用UTF-8编码但包含错误的字符，则可以使用此函数来纠正它们：
$content = iconv('UTF-8', 'UTF-8//IGNORE', $content);
而不是使用JavaScript，你可以简单地把这行代码放在你的mysql_connect句子之后：
mysql_set_charset('utf8',$connection);
干杯。
我们最近遇到类似的问题，无法find任何明显的原因。 结果是我们的string中的一个控制字符 ，但是当我们将该string输出到浏览器时，除非我们将文本复制到IDE中，否则字符不可见。
我们设法解决我们的问题感谢这篇文章和这个：
preg_replace（'/ [\ x00- \ x1F \ x7F] /'，''，$ input）;
如果你下载的XML文件，并打开它，例如在记事本++中，你会看到，编码设置为UTF8以外的其他东西 – 我有自己的xml一样的问题，这只是在编辑器中编码:)
String <?xml version="1.0" encoding="UTF-8"?>不要设置文档的编码，它只是validation器或其他资源的信息。
你可以在Firefox中打开第三方XML源代码，看看它自动检测为编码？ 也许他们正在使用普通的ISO-8859-1，UTF-16或其他东西。
如果他们宣称它是UTF-8，并且服务其他东西，他们的饲料显然被打破。 围绕这样一个破碎的饲料，我觉得很可怕（即使有时不可避免的，我知道）。
如果是“UTF-8与ISO-8859-1”之类的简单情况，那么你也可以用mb_detect_encoding（）来试试你的运气。
几次尝试后，我发现htmlentitiesfunction的作品。
$value = htmlentities($value)
当使用原则生成映射文件时，我遇到了同样的问题。 我通过删除数据库中某些字段的所有注释来修复它。
我刚刚有这个问题。 原来XML文件（不是内容）不是用utf-8编码的，而是用ISO-8859-1编码的。 您可以在Mac上使用file -I xml_filename 。
我使用Sublime将文件编码更改为utf-8，而lxml导入它没有问题。
