XML-Datei CP1252 einlesen, Problem mit € Zeichen

[calcaneus]

Hallo,

ich habe eine XML-Datei welche ich per Download lokal auf den Server hole.
Diese Datei ist CP1252 encoded und enthält XML-Daten mit Umlauten und u.a. auch € Zeichen. Die XML-Datei auszulesen ist soweit kein Problem, leider habe ich ein Problem an das € Zeichen zu kommen.
Die XML-Daten sollen auf einer Internetseite dargestellt werden welche ein UTF-8 encoding hat. Komischerweise funktionieren die Umlaute problemlos nur das € Zeichen läßt sich nicht darstellen.

Folgende Vorgehensweise habe ich in meinem PHP-Script:
$xmlStr = file_get_contents($xmlUrl); // Datei einlesen
$xmlObj = simplexml_load_string($xmlStr, null, LIBXML_NOCDATA); // Daten als STRING laden und CDATA ignorieren
$arrXml = objectsIntoArray($xmlObj); // eigene Funktion die die Daten von XML in ein mehrdimensionales Array wandelt

Ich habe auch schon "iconv" und "recode_string" usw durchprobiert, leider alles ohne Erfolg.

Hat jemand einen Ansatzpunkt für mich?

Danke schonmal
cal

[combie]

Diese Datei ist CP1252 encoded

Wer tut denn auch so was....

1. ist diese CP ein propitäres Win Gedöns
2. ist diese CP älter als das € Zeichen
latin 1 kennt kein €
Von daher wundert es mich nicht, dass sich PHP da etwas schwer tut.

Folgende Zeichen im Bereich der oberen Steuerzeichen 0x80 = € (U20AC) [ ₠ ] (128) - 0x9F (159) sind auf real existierenden Maschinen evtl. nicht als solche dargestellt / darstellbar

Aus: Zeichentabelle CP1252 (Win Latin 1)

[calcaneus]

seltsamerweise hab ich das € Zeichen aber in der XML-Datei und per Browser ist das Ganze "normal" dargestellt.

Ich blicks grad überhaupt nicht mehr

[AmicaNoctis]

Hallo,

die MBString-Funktionen unterstützen sowohl Win1252 als auch UTF-8. Die kannst du zum Konvertieren benutzen.

Gruß,

Amica

[calcaneus]

Moin Moin,

mb_... hab ich auch schon alles probiert - langsam zweifel ich echt an mir.
Ich hab rausgefunden, dass die Funktion "get_object_vars" anscheinend was damit zu tun hat. Wenn ich hier das encoding checke bekomme ich "ASCII" dummerweise läßt sich das nicht auf UTF-8 konvertieren.

Ich poste hier mal die Funktion die mir aus dem XML ein Array macht:

function objectsIntoArray($arrObjData, $arrSkipIndices = array())
{
    $arrData = array();
   
    // if input is object, convert into array
    if (is_object($arrObjData)) {
        $arrObjData = get_object_vars($arrObjData);
    }
   
    if (is_array($arrObjData)) {
        foreach ($arrObjData as $index => $value) {
                if (is_object($value) || is_array($value)) {
                    $value = objectsIntoArray($value, $arrSkipIndices); // recursive call
                }
                if (in_array($index, $arrSkipIndices)) {
                    continue;
                }
                $arrData[$index] = $value;
        }
    }
    return $arrData;
} 

Die XML wird ganz normal eingelesen:

$xmlStr = file_get_contents($datafile);
$xmlObj = simplexml_load_string($xmlStr, null, LIBXML_NOCDATA);
$arrXml = objectsIntoArray($xmlObj); 

Und dann läuft eine Schleife darüber und ließt die Inhalte aus:

for($x = 0; $x < count($arrXml['product']); $x++) {
    if($arrXml['product'][$x]['@attributes']['hot'] > 0 OR
     ($arrXml['product'][$x]['@attributes']['hot'] < 11 AND 
     $arrXml['product'][$x]['@attributes']['hot'] != 0)) {

        // $angebotArr[] = $arrXml['product'][$x];
        
        if($x % 2 == 0) {
            $ausgabe .= '<tr>';
            $ausgabe .= '<td valign="top">';
        } else {
            $ausgabe .= '<td valign="top">';
        }
        
        $ausgabe .= '<a href="'.$arrXml['product'][$x]['deeplink']['@attributes']['path'].'" target="_top">';
        $ausgabe .= $arrXml['product'][$x]['title'].'</a><br>';
        $ausgabe .= '<a href="'.$arrXml['product'][$x]['deeplink']['@attributes']['path'].'" target="_top">
    <img src="'.$arrXml['product'][$x]['image']['@attributes']['path'].'" border="0">
    </a><br>'.$arrXml['product'][$x]['description'].'<br><hr>';
        
        if($x % 2 == 0) {
            $ausgabe .= '</td>';
        } else {
            $ausgabe .= '</td>';
            $ausgabe .= '</tr>';
        }
        
    }
}

$ausgabe .= '</table>';
echo $ausgabe; 

[Wyveres]

Bitte brich den Quellcode um!

[calcaneus]

Hier die Lösung:

function utf8_array_decode($input)
{
    $return = array();

    foreach ($input as $key => $val)
    {
        if( is_array($val) )
        {
            $return[$key] = utf8_array_decode($val);
        }
        else
        {
            $return[$key] = utf8_decode($val);
        }
    }
    return $return;          
} 

[AmicaNoctis]

Wundert mich jetzt, dass das schon reicht. utf8_decode gibt dir doch eine Latin-1-Zeichenkette zurück. Ich hatte dich aber so verstanden, dass du CP1252 hast/brauchst. Die beiden sind sich zwar sehr ähnlich aber nicht gleich.