[DOM] Encodage UTF-8 dans fichier XML et PHP

Version imprimable

27/12/2006, 10h07
norkius

[DOM] Encodage UTF-8 dans fichier XML et PHP

Bonjour,

J'ai déjà lu plusieurs messages se rapprochant de mon problème mais aucun qui correspond vraiment à ce que je cherche...

Voilà je dois écrire avec un programme PHP un fichier XML encodé en UTF-8.
J'ai donc écrit ce code :

Code:

$doc = new DOMDocument('1.0','utf-8');

Puis à chaque fois que j'écris du texte susceptible de contenir des caractères spéciaux :

Code:

($doc->createTextNode(utf8_encode($metadata[0]['TITRE'])));

Le problème est que quand j'ouvre le fichier xml (avec un éditeur XML)crée les caractères spéciaux apparaissent "normaux" c'est à dire par exemple j'ai des 'é' affichés alors que j'attends des é à la place...

Comme je n'y connais pas grand chose dans ces problèmes d'encodage je nage un peu et je vois pas trop quoi faire...

Merci de votre aide!!
27/12/2006, 12h27
mathieu

Citation:

Envoyé par norkius

Le problème est que quand j'ouvre le fichier xml (avec un éditeur XML)crée les caractères spéciaux apparaissent "normaux" c'est à dire par exemple j'ai des 'é' affichés alors que j'attends des é à la place...

ce n'est pas un problème, le "é" que tu vois est bien en UTF-8 il n'y a pas besoin d'utiliser des entitées
d'ailleurs le code héxadécimal de "é" c'est "E9" en ISO-8859-1 mais c'est "C3A9" en UTF-8
regarde là :
http://fr.wikipedia.org/wiki/Utf-8
27/12/2006, 12h37
norkius

Je croyais également que ça ne posais pas de problème d'avoir un 'é' affiché.

Seulement la société à qui je dois fournir ce fichier XML se plaint d'avoir des caractères 'Hi-ASCII' (je ne sais d'ailleurs pas ce que ça signifie exactement...) à la place de caractères unicode...

Ils m'ont fourni un fichier XML exemple où leur 'é' sont codés en &#x000E9 quand je les ouvre avec un éditeur quelconque. C'est la raison pour laquelle j'essaie d'obtenir le même résultat...

Merci!!
27/12/2006, 15h33
GrandFather

Bonjour,

Citation:

Envoyé par norkius

Seulement la société à qui je dois fournir ce fichier XML se plaint d'avoir des caractères 'Hi-ASCII' (je ne sais d'ailleurs pas ce que ça signifie exactement...) à la place de caractères unicode...

Hi-ASCII, ça ne veut rien dire (ils font peut-être référence aux caractères dans la tranche 128-255)... :koi:

A priori, cette société emploie un logiciel qui n'est pas basé sur un parseur XML standard, sans cela ils n'auraient aucun problème à lire de l'Unicode. Tu n'as plus qu'à leur fournir un fichier en ASCII pur.
27/12/2006, 16h40
norkius

C'est une société américaine peut-être que 'Hi-ASCII' signifie qq chose de particulier chez eux?

Qu'entendez vous par ASCII pur ?
Est ce qu'il n'existe aucun moyen simple d'obtenir ce type de code (&#x000E9) à la place de mes caractères 'é' ?

Merci encore...
02/01/2007, 10h39
norkius

J'en profite pour vous demander si quelqu'un peut m'expliquer à quoi correspond ce type d'encodage ? (&#x000E9)
Quant on regarde les codes dans les tables de conversion unicode pour un 'é' on trouve plutôt &#233
Est ce que ces deux codes sont de l'UTF-8 ? Ou puis je trouver une table qui correspond au premier type de code? Peut-on retrpuver à partir de &#233 le code &#x000E9?

Merci de votre aide car je dois dire que je nage un peu :oops:

Bon j'ai trouvé dans mes connaissances quelqu'un qui m'a vaguement expliqué que ce que souhaite la société ce n'est en fait pas de l'UTF-8 mais l'entité HTML en héxadécimal du code du caractère...:roll:
Bref, j'ai récupéré une fonction qui transforme mais 'é' en '&#233' (je n'ai pas la version en héxadécimal mais c'est déjà un début...)

Du coup nouveau problème dans le code source de mon fichier XML je me retrouve avec des &#233 autrement dit il semblerait que mon code quelque part transforme systématiquement le & en & alors qu'il est utilisé dans un contexte d'entité!!

Voici mon code :
Code:

1 2 3 4 5 6 7 8 $doc = new DOMDocument('1.0','utf-8'); $doc->formatOutput = true; //racine ...... $Xarticleid->appendChild($doc->createTextNode(htmlnumericentities(" un accent aigu é puis un astérisque ¤"))); $doc->save("test.xml");
qui me donne un fichier comme ceci :

Citation:

<article-id>
un accent aigu &#233; puis un ast&#233;risque &#164;
</article-id>

Alors nouvelle question comment puis-je éviter ça???

Merci pour tout éclairage car je pète un boulon!!:wow:

03/01/2007, 15h44
norkius

Bon je viens de lire que c'est le createTextNode qui est à l'origine de ça...
L'utilisation de createCDATASection ne pose pas ce problème sauf que ce n'est évidemment pas ce dont j'ai besoin mais ça en aidera peut-être d'autres!!