Otro error de análisis de PHP XML: "La entrada no es UTF-8 adecuada, ¡indica codificación!"
Error:
Advertencia: simplexml_load_string () [function.simplexml-load-string]: Entidad: línea 3: error del analizador: ¡La entrada no es correcta UTF-8, indique codificación! Bytes: 0xE7 0x61 0x69 0x73
XML de la base de datos (salida de la fuente de vista en FF):
<?xml version="1.0" encoding="UTF-8" ?><audit><audit_detail>
<fieldname>role_fra</fieldname>
<old_value>Role en français</old_value>
<new_value>Role ç en français</new_value>
</audit_detail></audit></xml>
Si entiendo correctamente, el error está relacionado con el primer ç codificado en la etiqueta old_value. Para ser precisos, el error está relacionado con esto en función de los bytes: "çais"?
Así es como cargo el XML:
$xmlData = simplexml_load_string($ed['updates'][$i]['audit_data']);
Lo recorro usando esto:
foreach ($xmlData->audit_detail as $a){
//code here
}
El campo en la base de datos es de texto de tipo de datos y se establece utf8_general_ci.
Mi función para crear los apéndices audit_detail:
function ed_audit_node($field, $new, $old){
$old = htmlentities($old, ENT_QUOTES, "UTF-8");
$new = htmlentities($new, ENT_QUOTES, "UTF-8");
$out = <<<EOF
<audit_detail>
<fieldname>{$field}</fieldname>
<old_value>{$old}</old_value>
<new_value>{$new}</new_value>
</audit_detail>
EOF;
return $out;
}
La inserción en la base de datos se realiza así:
function ed_audit_insert($ed, $xml){
global $visitor;
$sql = <<<EOF
INSERT INTO ed.audit
(employee_id, audit_date, audit_action, audit_data, user_id)
VALUES (
{$ed[emp][employee_id]},
now(),
'{$ed[audit_action]}',
'{$xml}',
{$visitor[user_id]}
);
EOF;
$req = mysql_query($sql,$ed['db']) or die(db_query_error($sql,mysql_error(),__FUNCTION__));
}
La parte más extraña es que lo siguiente funciona (sin la declaración xml) en un archivo PHP simple:
$testxml = <<<EOF
<audit><audit_detail>
<fieldname>role_fra</fieldname>
<old_value>Role en français</old_value>
<new_value>Role ç en français</new_value>
</audit_detail></audit>
EOF;
$ xmlData = simplexml_load_string ($ testxml);
¿Alguien puede ayudar a arrojar algo de luz sobre esto?
Editar # 1 - Ahora estoy usando DOM para compilar el documento XML y me he librado del error. Funcion aqui:
$dom = new DomDocument();
$root = $dom->appendChild($dom->createElement('audit'));
$xmlCount = 0;
if($role_fra != $curr['role']['role_fra']){
$root->appendChild(ed_audit_node($dom, 'role_fra', $role_fra, $curr['role']['role_fra']));
$xmlCount++;
}
...
function ed_audit_node($dom, $field, $new, $old){
//create audit_detail node
$ad = $dom->createElement('audit_detail');
$fn = $dom->createElement('fieldname');
$fn->appendChild($dom->createTextNode($field));
$ad->appendChild($fn);
$ov = $dom->createElement('old_value');
$ov->appendChild($dom->createTextNode($old));
$ad->appendChild($ov);
$nv = $dom->createElement('new_value');
$nv->appendChild($dom->createTextNode($new));
$ad->appendChild($nv);
//append to document
return $ad;
}
if($xmlCount != 0){
ed_audit_insert($ed,$dom->saveXML());
}
Sin embargo, creo que ahora tengo un problema de visualización ya que este texto "Roééleç sé en franêais" (nuevo_valor) se muestra como:
problema de visualización:
En mi documento HTML, tengo la siguiente declaración para el tipo de contenido (desafortunadamente, no tengo las teclas para hacer cambios aquí):
<html xmlns="http://www.w3.org/1999/xhtml" lang="en" xml:lang="en">
...
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1" />
Intenté iconv () para convertir a ISO-8859-1, sin embargo, la mayoría de los caracteres especiales se eliminan al hacer la conversión. Todo lo que queda es "Ro" usando este comando:
iconv('UTF-8','ISO-8859-1',$node->new_value);
salida iconv:
El campo en la base de datos es: utf8_general_ci. Sin embargo, el conjunto de caracteres de conexión sería el predeterminado.
No estoy seguro de a dónde ir desde aquí ...
Editar # 2 - Intenté utf8_decode para ver si eso no ayudaría, pero no fue así.
utf8_decode($a->new_value);
Salida:
También noté que mi campo en el db contenía UTF-8. Lo que es bueno.