Witam,

Już 4 a ja nie mogę poradzić z tym problemem

Niestety nikt jeszcze nie poruszył tego tematu.

A wiec, posiadam skrypt który parsuje różne pliku xml różnych porównywarek cen. Wiadomo że zdarza się że pliki xml mają różne kodowania, jeden UTF-8 inny ISO-8859-2 lub windows-1250.
I tutaj zaczyna się problem. Nie mogę skonwertować tych różnych kodowań do jednego wspólnego UTF-8 bo w takim mam zakodowaną stronę.
Stosując kod:

[PHP] pobierz, plaintext 
<?php
$text = mb_convert_encoding($text, 'UTF-8', mb_detect_encoding($text, 'UTF-8, ISO-8859-2, ISO-8859-1, ASCII', true));
?>
[PHP] pobierz, plaintext 

Dla jednych przypadkó działa dla innych nie.
Stosująć kod:

[PHP] pobierz, plaintext 
<?php
$text = mb_convert_encoding($text, 'ISO-8859-2', mb_detect_encoding($text, 'UTF-8, ISO-8859-2, ISO-8859-1, ASCII', true));
?>
[PHP] pobierz, plaintext 

Działa jakby na odwrót niż 1 przykład.
Czy nie jest jakieś rozwiązanie aby wszystki pliki kodowało do UTF-8 wyświetlająć polskie znaki ?
Podany wyżej kod:

[PHP] pobierz, plaintext 
<?php
$text = mb_convert_encoding($text, 'UTF-8', mb_detect_encoding($text, 'UTF-8, ISO-8859-2, ISO-8859-1, ASCII', true));
?>
[PHP] pobierz, plaintext 

Działa tylko dla niektórych przykładów, a mi zalezy aby działał dla wszystkich plików.


Proszę o pomoc Panowie. Problem jest i trzeba go jakoś rozwiązać

Dodam także że

[PHP] pobierz, plaintext 
<?php
$text = iconv(iconv_get_encoding($text), 'UTF-8', $text);
?>
[PHP] pobierz, plaintext 

Także nie działa dla wszystkich plików xml. :/

pliki xml zawierają w sobie deklaracje dt kodowania wygląda to tak:



Miałem kiedyś podobny problem jak Ty przy parsowaniu rss, oprócz zmiany kodowania dokumentu, należy zmienić nagłówek na odpowiedni.

No właśnie w tym kłopot że plik jest parsowany z adresu URL. Dlatego ciężko będzie zmienić tutaj nagłówek dt. kodowania.
Dodam że używam metody XMLReader.

W nagłówkach plików xml jest wszędzie

[XML] pobierz, plaintext 
<?xml version="1.0" encoding="ISO-8859-2"?>
[XML] pobierz, plaintext 

Jednak po konwersji wygląda na to że jednak są one w różny sposób kodowane
Ogólnie zależy mi na tym aby aby wykryć kodowanie pliku oraz wykryć na jakie kodowanie powinien być zamieniony (zmiana na UTF-8 nie we wszystkich przypadkach plików xml daje zadowalający efekt)

Przy używaniu SAXa wszystko było ok. Bez problemu byłem w stanie zmienić każde kodowanie na UTF-8 jednak przy XMLReader jest już kłopot.

Czy ktoś ma jakieś pomysły ?

Żeby sprawdzić kodowanie zapisane w pliku użyłem:






i do tego proponuje funkcję get_headers()



i teraz tylko wyciągnąć z $pobierz_naglowek['Content-Type'] kodowanie 

Na koniec trzeba przepisać cały plik ze zmienionym nagłówkiem, do tego zmienić kodowanie i ma działać

No właśnie wszystko ładnie powinno działać ale nie działa.

Mam plik w którym jest coś takiego.

wpĹ&# 65533;ywajÄ&# 65533; na zwiÄ&# 65533;kszenie

i włąsnie to za żadne skarby nie chce zamienić na polskie znaki
Próbowałem już wszystkiego i nic. MOżesz sprawdzić u siebie czy u CIebie to konwertuje dobrze w twojej aplikacjo

Podaj więcej szczegółów, skąd ten string pochodzi, w jakich warunkach poprawnie się wyświetla to spróbujemy coś zaradzić. Ciekaw jestem rozwiązania ale narazie rozkładam ręce.

Spróbuj tego: http://pl.php.net/manual/pl/function.mb-de...oding.php#68893

Już wyjaśniam.
String pochodzi z pliku xml.
http://www.aptekadodomu.pl/data/export/nok...de61ec23aa1.xml

W ogóle poprawnie się nie wyświetla, przy użyciu metody XMLReader do parsowania dokumentu xml.

Próbowałem różne kombinacje kodowań. Zmieniałem nagłówek header. Zmieniałem zestaw znaków w przeglądarce i wszystko na nic.

Po prostu ręce opadają :/

Kod który używam

[PHP] pobierz, plaintext 
<?php
function convertPl($value)
{
     // TUTAJ TRZEBA ZROBIC COS ABY ZAMIENIALO WSZYSTKIE KRZAKI NA POLSKIE ZNAKI
     return trim($value);
}
 
$reader = new XMLReader();
$reader->open('http://www.aptekadodomu.pl/data/export/nokaut_10189cb641a5cde61ec23aa1.xml');
 
$count=0;
 
while($reader->read())
{
           if($reader->nodeType == XMLReader::ELEMENT)
           {
               $name = $reader->name;
 
               if ($reader->name == 'offer')
                   $notes[$count] = array();
           }
 
           if($reader->nodeType == XMLReader::TEXT || $reader->nodeType == XMLReader::CDATA)
           {
                   $notes[$count][$name] = convertPl($reader->value);
           }
 
           if($reader->nodeType == XMLReader::END_ELEMENT)
           {
               if ($reader->name == 'offer')
               {
                     $count++;
                }
           }
 
// Ograniczenie do 10 wyników
           if ($count > 10)
                  break;
}
 
 
print_r($notes);
exit();
?>
[PHP] pobierz, plaintext 

Kodowanie w nagłówku pliku masz ustawione na ISO, a same znaki lecą po UTF-8...

czy nie można tego jakoś obejść ? Nie mam możliwości zmiany tego pliku. Mogę go tylko pobrać i przeparsować. :/

Wiem że można utworzyć nowy plik odczytując linia po linii. Jednak po tym zabiegu gdy zmienie nagłówek na UTF-8 XMLReader się sypie :/