Json 到 xml 与希腊字符

Question

I am using curl to get a json file which can be located here: (It's way too long to copy paste it): http://www.opap.gr/web/services/rs/betting/availableBetGames/sport/program/ 4100/0/sport-1.json?localeId=el_GR

之后我使用 json_decode 来获取关联数组。直到这里一切似乎都很好。当我使用 var_dump 时，数组中的字符是希腊语。之后我使用以下代码：

    $JsonClass = new ArrayToXML();
    $mydata=$JsonClass->toXml($json);

class ArrayToXML {

public static function toXML( $data, $rootNodeName = 'ResultSet', &$xml=null ) {

    // turn off compatibility mode as simple xml throws a wobbly if you don't.
   // if ( ini_get('zend.ze1_compatibility_mode') == 1 ) ini_set ( 'zend.ze1_compatibility_mode', 0 );
    if ( is_null( $xml ) ) //$xml = simplexml_load_string( "" );
        $xml = simplexml_load_string("<?xml version='1.0' encoding='UTF-8'?><$rootNodeName />");

    // loop through the data passed in.
    foreach( $data as $key => $value ) {

        $numeric = false;

        // no numeric keys in our xml please!
        if ( is_numeric( $key ) ) {
            $numeric = 1;
            $key = $rootNodeName;
        }

        // delete any char not allowed in XML element names
        `enter code here`$key = preg_replace('/[^a-z0-9\-\_\.\:]/i', '', $key);

        // if there is another array found recrusively call this function
        if ( is_array( $value ) ) {
            $node = ArrayToXML::isAssoc( $value ) || $numeric ? $xml->addChild( $key ) : $xml;

            // recrusive call.
            if ( $numeric ) $key = 'anon';
            ArrayToXML::toXml( $value, $key, $node );
        } else {

            // add single node.
            $value = htmlentities( $value );
            $xml->addChild( $key, $value );
        }
    }

    // pass back as XML
    return $xml->asXML();


}
public static function isAssoc( $array ) {
    return (is_array($array) && 0 !== count(array_diff_key($array, array_keys(array_keys($array)))));
}

}

问题来了。结果中的所有希腊字符都在一些奇怪的字符中Î?Î?Î¥Î?Î?ΡΩΣÎ?Î? 例如。我真的不知道我做错了什么。我对编码/解码的东西真的很糟糕:(。

为了更清楚一点：

这是关联数组（在我遇到问题的部分中）的样子：

{ ["resources"]=> array(4) { ["team-4833"]=> string(24) "ΛΕΥΚΟΡΩΣΙΑ U21" ["t-429"]=> string(72) "ΠΡΟΚΡΙΜΑΤΙΚΑ ΕΥΡΩΠΑΪΚΟΥ ΠΡΩΤΑΘΛΗΜΑΤΟΣ" ["t-429-short"]=> string(6) "ΠΕΠ" ["team-15387"]=> string(16) "ΕΛΛΑΔΑ U21" } ["locale"]=> string(5) "el_GR" } ["relatedNum"]=> NULL }

这是我使用 simplexml 后得到的

<resources><team-4833>&Icirc;?&Icirc;?&Icirc;&yen;&Icirc;?&Icirc;?&Icirc;&iexcl;&Icirc;&copy;&Icirc;&pound;&Icirc;?&Icirc;? U21</team-4833><t-429>&Icirc;&nbsp;&Icirc;&iexcl;&Icirc;?&Icirc;?&Icirc;&iexcl;&Icirc;?&Icirc;?&Icirc;?&Icirc;&curren;&Icirc;?&Icirc;?&Icirc;? &Icirc;?&Icirc;&yen;&Icirc;&iexcl;&Icirc;&copy;&Icirc;&nbsp;&Icirc;?&Icirc;&ordf;&Icirc;?&Icirc;?&Icirc;&yen; &Icirc;&nbsp;&Icirc;&iexcl;&Icirc;&copy;&Icirc;&curren;&Icirc;?&Icirc;?&Icirc;?&Icirc;?&Icirc;?&Icirc;?&Icirc;&curren;&Icirc;?&Icirc;&pound;</t-429><t-429-short>&Icirc;&nbsp;&Icirc;?&Icirc;&nbsp;</t-429-short><team-15387>&Icirc;?&Icirc;?&Icirc;?&Icirc;?&Icirc;?&Icirc;? U21</team-15387></resources><locale>el_GR</locale></lexicon><relatedNum></relatedNum></betGames>

提前感谢您的回复。

PS：我在显示结果的页面中也有<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />但它没有帮助。

---

我仍然没有找到解决方案，所以我使用了类似 Yannis 建议的不同方法。我使用 class 将 XML 保存在一个文件中，我在这里找到了Z80791B3AE7002CB88C246876-php-PHP-D9FAA8F8Z/classes.org在 XML.html 中存储关联数组数据。

之后，我使用 simplexml_load_file 加载 xml 并使用 xslt 访问所有节点中的数据并将其存储在我的数据库中。这种方式工作得很好。如果有人仍然想尝试解释为什么它不能使用这种方式我一开始就尝试这样做（仅出于学习目的：p）感谢您的回复：）。

Answer 1

没有必要 - 当前的 json 显然也以 xml 格式给出：

http://www.opap.gr/web/services/rs/betting/availableBetGames/sport/program/4100/0/sport-1.xml?localeId=el_GR

只需要稍微玩一下 url 参数:)

Answer 2

这对我使用 php 版本 5.3.6 在 chrome 上有效：

    $json = file_get_contents('http://www.opap.gr/web/services/rs/betting/availableBetGames/sport/program/4100/0/sport-1.json?localeId=el_GR');
    $json = json_decode($json, true);
    $xml = new SimpleXMLElement('<ResultSet/>');
    array_walk_recursive($json, array ($xml, 'addChild'));
    print $xml->asXML();
    exit();

Answer 3

显然，您的错误是您正在操纵 UTF-8 编码的 Unicode，就好像这些字节是 ISO-8859-1 一样。

我看不到这是在哪里发生的； 可能在您对htmlentities的调用中，无论是什么。

它可能需要使用某种“多字节”hack，可能包括诸如这种模式之类的东西：

/([^\x00-\x7F])/u

带有显式/u ，因此它适用于逻辑代码点而不是 8 位代码单元（读取：字节）。 它可能会这样做以获取一个非 ASCII 代码点，以便可以将其替换为数字实体。 如果没有容易忘记的/u ，它将适用于字节而不是代码点，这与您的描述显示的情况相匹配。

可能是这种事情，或者可能是您必须切换到某些mb_*()函数而不是普通函数。 这是为了解决基本的底层 PHP 错误，即语言中没有真正的 Unicode 支持，只是到处都有一些创可贴，似乎无缘无故地不时掉下来。

如果您可以使用一种干净的语言，不仅支持适当的 Unicode，而且还可以明确区分物理字节和抽象字符，那么这种事情就不会发生。 但我敢打赌，这是其他人一定也会遇到的常见问题，所以如果它是库错误而不是代码中某处的（完全可以理解的）疏忽，我会感到非常惊讶。

Answer 4

回答来自希腊的问题---------单词“？[ΛΕΥΚΟ]”？ 它有 ASC（他的代码字符）203-197-213-202-207 ()---------- 但是当你读到他 [prostithete] 206 并且字母加倍时------ ----但也将代码更改为以下 206-(203-48=155)-206-(197-48=149)-206-(213-48=165)- -206-(213-48=165) -206-(202-48=154)-206-(207-48=159)------------- 因此，如果您发现 206 要 >ignore，他们正在检查字符的解决方案--------- 他在下一个字符的 ASC 中添加数字 48 并找到新字符。 >------------ 因为我还处理 [ΟΠΑΠ] 的 [ΑΠΟΚΟΔΙΚΟΠΟΙΗΣΗ] 每一个新知识他们是 >[ΕΥΠΡΟΣΔΕΚΤΟ]------ 在邮件中 -->？ bluegt03@in.gr