PHP DOMDocument处理MS SQL阿拉伯文数据导出XML时乱码问题求助

我之前也碰到过类似的Unicode字符导出XML乱码的坑！结合你描述的MS SQL nvarchar场景，咱们一步步排查解决：

核心原因 #

MS SQL的nvarchar存储的是UTF-16编码的Unicode数据，而PHP的DOMDocument默认需要UTF-8编码的字符串。如果数据从数据库到PHP的过程中编码转换出错，或者DOMDocument处理字符串的方式不对，就会出现????? ????这类乱码。

具体解决方案 #

1. 确保数据库连接的字符集设置（最关键） #

如果你用的是官方推荐的SQLSRV扩展连接MS SQL，一定要在连接参数里指定CharacterSet为UTF-8，这样数据库会直接把nvarchar的UTF-16数据转成UTF-8返回给PHP，避免后续手动转换的麻烦：

$serverName = "your_server";
$connectionInfo = array(
    "UID" => "your_user",
    "PWD" => "your_pwd",
    "Database" => "your_db",
    "CharacterSet" => "UTF-8" // 必须添加这个参数
);
$conn = sqlsrv_connect($serverName, $connectionInfo);

2. 用createTextNode替代直接传字符串给createElement #

DOMDocument的createElement第二个参数会自动做HTML实体转义，但如果输入字符串编码不规范，很容易出问题。换用createTextNode的方式更可靠：

// 先创建元素节点
$LineName = $dom->createElement('cbc:Name');
// 创建文本节点（确保$row['cDescription']是UTF-8编码）
$arabicTextNode = $dom->createTextNode($row['cDescription']);
// 把文本节点附加到元素上
$LineName->appendChild($arabicTextNode);
$LineItem->appendChild($LineName);

3. 手动编码转换（如果第一步没生效） #

如果数据库返回的还是UTF-16编码的字符串（比如用了旧的mssql扩展），可以用mb_convert_encoding或者iconv转成UTF-8：

// 转换UTF-16LE到UTF-8（nvarchar一般是UTF-16小端）
$utf8Text = mb_convert_encoding($row['cDescription'], 'UTF-8', 'UTF-16LE');
// 或者用iconv，加//IGNORE忽略转换不了的字符
$utf8Text = iconv('UTF-16LE', 'UTF-8//IGNORE', $row['cDescription']);

// 再创建文本节点
$LineName = $dom->createElement('cbc:Name');
$LineName->appendChild($dom->createTextNode($utf8Text));
$LineItem->appendChild($LineName);

4. 验证XML文件的编码和打开方式 #

• 保存XML时，DOMDocument的encoding设置已经是utf-8，执行$dom->save('output.xml')后，文件本身应该是UTF-8编码的。
• 用编辑器打开XML文件时，一定要选择UTF-8编码（不要用GBK或其他编码），否则即使文件正确，编辑器显示也会乱码。

总结 #

最根本的解决办法是确保从数据库到PHP的数据流全程是UTF-8编码，优先通过数据库连接参数设置来实现，再配合DOMDocument正确的文本节点创建方式，就能解决阿拉伯文乱码问题。

内容的提问来源于stack exchange，提问作者Nathan DevX