为何simplexml_load_file与simplexml_load_string解析UTF-8 RSS编码不同？

问题核心在于两个函数处理编码来源优先级的差异，以及HTTP响应头与XML自身编码声明的潜在冲突：

1. simplexml_load_file的编码依赖逻辑 #

simplexml_load_file() 直接从URL加载资源时，会优先采用HTTP响应头中的编码信息（比如Content-Type: text/xml; charset=ISO-8859-1），而非XML文档开头的<?xml version="1.0" encoding="UTF-8"?>声明。

如果目标RSS服务器返回的HTTP响应头编码标注错误（比如实际内容是UTF-8，但响应头写了ISO-8859-1），这个函数会按照错误的编码解析内容，导致重音字符（éèà）被错误转码，出现乱码。

2. file_get_contents + simplexml_load_string的处理逻辑 #

• file_get_contents() 仅获取原始字节流，不会处理HTTP响应头的编码信息，完全保留RSS内容的原始编码。
• simplexml_load_string() 解析字符串时，会优先读取XML文档自身的编码声明（即开头的encoding="UTF-8"），按照声明的编码正确解析内容，因此重音字符能正常显示。

验证方法 #

你可以通过以下代码查看目标RSS的HTTP响应头，确认编码是否匹配：

$headers = get_headers("https://mamanslouves.com/feed", 1);
print_r($headers['Content-Type']);

如果输出的编码不是UTF-8，就说明是响应头编码与实际内容编码不匹配导致的问题。

内容的提问来源于stack exchange，提问作者Math