SimpleXML编辑导出XML希腊字符乱码 缺失UTF-8编码声明解决方法

你的代码中新建DOMDocument实例时未指定编码参数，新DOM对象不会继承原SimpleXML加载文件的UTF-8编码配置。未指定编码的情况下，DOMDocument默认会将非ASCII字符转义为数值实体，同时输出的XML文件会缺失编码声明，最终表现为希腊字符等多字节内容损坏。

只需要给新创建的DOMDocument实例明确指定UTF-8编码即可，两种写法效果完全一致，二选一即可：

• 写法1：通过构造函数传参指定

  // 将原代码中$dom = new DOMDocument('1.0');替换为以下行
  $dom = new DOMDocument('1.0', 'UTF-8');
  

• 写法2：初始化后手动设置编码属性

  $dom = new DOMDocument('1.0');
  // 新增以下编码配置行
  $dom->encoding = 'UTF-8';
  

配置完成后调用save()方法输出的文件会自动带上<?xml version="1.0" encoding="UTF-8"?>声明，所有UTF-8字符（包括希腊字母）会按原编码正常写入，不会出现异常转义、乱码问题。

$xml=simplexml_load_file("test.xml", 'SimpleXMLElement', LIBXML_NOCDATA);
// ...保留你原有的XML内容编辑逻辑
$dom_sxe = dom_import_simplexml($xml);
// 初始化DOM文档时明确指定XML版本和UTF-8编码
$dom = new DOMDocument('1.0', 'UTF-8');
$dom->formatOutput = true;
$dom_sxe = $dom->importNode($dom_sxe, true);
$dom_sxe = $dom->appendChild($dom_sxe);

$dom->save('output.xml');

注意：请确保编辑XML内容过程中操作的字符串本身为UTF-8编码，不要中途做非必要的编码转换，否则仍可能出现字符异常。

内容的提问来源于stack exchange，提问作者gerstavros