PHP如何将XML中非UTF-8编码转UTF-8及实现反向转换

正向转换：XML实体转UTF-8明文 #

你遇到的是XML中十六进制字符实体的解码场景，PHP可通过以下两种常用方案实现转换：

• 方案1：使用html_entity_decode（兼容性更好）

// 原始XML字符串
$rawStr = ""Schwäbisch Hall Unicorns"";
// 两次解码：第一次还原转义的&符号，第二次转换所有XML实体为UTF-8字符
$utf8Str = html_entity_decode(
    html_entity_decode($rawStr, ENT_QUOTES | ENT_XML1, 'UTF-8'),
    ENT_QUOTES | ENT_XML1,
    'UTF-8'
);
// 输出结果："Schwäbisch Hall Unicorns"

参数说明：

• ENT_QUOTES：同时解码单引号和双引号实体

• ENT_XML1：按照XML 1规范处理实体，适配XML场景

• 明确指定UTF-8作为输出编码，避免不同PHP版本的默认编码差异导致乱码

• 方案2：使用mb_convert_encoding（写法更简洁）

$rawStr = ""Schwäbisch Hall Unicorns"";
$utf8Str = mb_convert_encoding($rawStr, 'UTF-8', 'HTML-ENTITIES');

该方案会自动识别所有十进制、十六进制的HTML/XML实体，直接转换为UTF-8字符。

反向转换：UTF-8明文转XML实体 #

如果需要将UTF-8字符转换回XML实体格式，可使用以下方案：

• 方案1：通用XML实体编码

$utf8Str = ""Schwäbisch Hall Unicorns"";
$xmlStr = htmlentities($utf8Str, ENT_QUOTES | ENT_XML1, 'UTF-8');
// 输出结果包含对应实体，兼容XML规范

• 方案2：输出与原始格式完全一致的十六进制实体

$utf8Str = "Schwäbisch Hall Unicorns";
// 所有非ASCII字符转为十六进制数字实体
$xmlStr = preg_replace_callback('/[^\x00-\x7F]/u', function($matches) {
    return '&#x' . dechex(mb_ord($matches[0])) . ';';
}, $utf8Str);
// 额外将&转义为&，匹配原始XML的转义层级
$xmlStr = str_replace('&', '&', $xmlStr);

内容的提问来源于stack exchange，提问作者Basti