SimpleXML以奇怪的方式输出unicode

Question

我使用simpleXML来处理xml文件。 它有西里尔字符。 我还使用dom_import_simplexml ， importNode和appendChild将树从一个文件复制到另一个文件并放置到位。 在处理结束时，我执行了simpleXmlElement print_r ，一切正常。 但是我也做了asXml('outputfile.xml')并且发生了一些奇怪的事情：所有没有用CDATA包装的西里尔字符（一些标签主体和所有属性）都改变为它们的unicode代码。

例如， print_r的输出（只是一个片段）：

SimpleXMLElement Object ( [@attributes] => Array 
             ( [NAME] => Государственный аппарат и     механизм 
               [COSTYES] => 3.89983579639 [COSTNO] => 0 
               [ID] => 9 )
           [COMMENTYES] => Вы совершенно         правы. 
          [COMMENTNO] => Нет, Вы ошиблись. ) ) )

但是在asXml生成的文件中，我得到这样的东西：

<QUEST NAME="&#x422;&#x435;&#x43E;&#x440;&#x438;&#x44F;#x434;&#x432;&#x443;&#x445;&#x43C;&#x435;&#x447;&#x435;&#x439;"     
    style="educ" ID="1">
  <DESC><![CDATA[Теория происхождения государства, известная как теория "двух мечей" [2, с.40], 
    представляет из себя...
  ]]></DESC>`

我尽可能在任何地方设置utf-8语言环境，用Google搜索“simplexml，unicode，cyrillic，asXml等”的每个组合，但没有任何效果。

UPD看起来像某些函数使用了htmlentities() 。 所以，感谢voitcus ，该解决方案是使用html_entity_decode()为劝这里 。

Answer 1

我想你最初导入xml文档时可能不会声明编码。 以下两个为您提供不同的输出。

$simplexml = simplexml_load_string('<QUEST NAME="Государственный" />');
if (!$simplexml) { exit('parse failed'); }
print_r($simplexml->asXml());

$simplexml = simplexml_load_string('<?xml version="1.0" encoding="UTF-8"?><QUEST NAME="Государственный" />');
if (!$simplexml) { exit('parse failed'); }
print_r($simplexml->asXml());

SimpleXMLElement对象从原始的xml声明中知道自己的编码，如果没有声明，它会生成安全的数字字符引用，我想。