PHP zeichensatz problem

Umlüx

Huge Metal Fan

Registered: Jun 2001
Location: Kärnten
Posts: 9305

22.10.2015 - 14:34

folgendes problem:
ich hab ortsnamen in einer datenbank, z.b: Na Poříčí
die muss ich auslesen und per xml (utf8) in ein anderes tool schieben.

ich hab aber arge probleme mit dem zeichensatz, bzw der konvertierung dessen. denn der string sieht eigentlich so aus:

den gatsch musste ich jetzt direkt als bild reinhängen ums euch zeigen zu können, denn die forensoftware stellts korrekt dar

sind das numeric html entities? aber nicht nur?

ich hab mich jetzt schon mit html_entity_decode und utf8_encode gespielt, aber ich komm auf keinen grünen zweig...

Nico

former person of interest

Registered: Sep 2006
Location: -
Posts: 4082

22.10.2015 - 14:48

http://www.utf8-chartable.de/unicod...icodeinhtml=dec

andere php funktion:
http://php.net/manual/en/function.iconv.php

Umlüx

Huge Metal Fan

Registered: Jun 2001
Location: Kärnten
Posts: 9305

22.10.2015 - 14:56

iconv hilft mir leider auch nicht weiter, da ich anscheinend einen mischmasch an zeichensätzen da drin hab. ich könnt mir dann zwar die html entities übersetzen, aber er würd mir die >í< verhauen

XeroXs

Vereinsmitglied
10ideen.at

Registered: Nov 2000
Location: Lieboch
Posts: 10440

22.10.2015 - 15:03

Code: PHP

$returnValue = html_entity_decode('Poříčí', ENT_COMPAT, 'UTF-8');  //(forum ersetzt das ;) aber da steht dein originalstring drinnen)  
ergibt bei mir
$returnValue = Poříčí

.. und das ist ja jetzt schon utf-8.. einfach so schreiben.

Umlüx

Huge Metal Fan

Registered: Jun 2001
Location: Kärnten
Posts: 9305

22.10.2015 - 15:22

wieso hauts bei mir nicht hin...

$xml->writeElement('Street', html_entity_decode($STRASSE,ENT_COMPAT,"utf-8"));
ergibt dann

AdRy

Auferstanden

Registered: Oct 2002
Location: Wien
Posts: 5239

22.10.2015 - 15:48

Umlüx wo liest/siehst du das falsche Ergebnis? Es kann einen Unterschied machen ob du es im Browser, Datei, windows konsole doer linux konsole ausliest/anzeigst. Da kann noch was auf dem weg dreinpfuschen.

Umlüx

Huge Metal Fan

Registered: Jun 2001
Location: Kärnten
Posts: 9305

22.10.2015 - 16:37

das php wirft mir eine XML datei damit aus
sowohl wenn ichs mit z.b. PSPad ansehe, als auch nach dem import ins zielsystem (eine web applikation mit oracle db dahinter) sehe ich die gleichen 'schiefen' zeichen.
umlaute und der einfache rest passen alle.

COLOSSUS

Administrator
GNUltra

Registered: Dec 2000
Location: ~
Posts: 12399

22.10.2015 - 16:50

Erwartet der Viewer, mit dem du dir dein Resultat ansiehst, denn auch tatsaechlich Unicode in UTF-8-Kodierung?

Umlüx

Huge Metal Fan

Registered: Jun 2001
Location: Kärnten
Posts: 9305

22.10.2015 - 16:55

der xml importer der applikation erwartet utf-8

ich merke gerade, der string zerreist mir überhaupt die komplette codierung des XML files. bei datensätzen mit diesem problem passen danach die umlaute im xml auch nicht mehr, alle anderen sind aber ok.
und es scheint vorwiegend die hacecks zu betreffen.

AdRy

Auferstanden

Registered: Oct 2002
Location: Wien
Posts: 5239

22.10.2015 - 17:12

Dann wird das Problem wohl darin liegen wie du das XML file schreibst, wenns dort schon nicht richtig drinnen steht. Wie erstellst/schreibst du das XML bzw. hast du beim erstellen des Files das utf-8 encoding gesetzt?

Umlüx

Huge Metal Fan

Registered: Jun 2001
Location: Kärnten
Posts: 9305

23.10.2015 - 08:02

im moment siehts in etwa so aus:

Code: PHP

header("Content-type: application/xml; charset=UTF-8"); 
header("Content-Disposition: attachment; filename=\"export.xml\"");
// select der daten aus einer MySQL (Latin1)
$xml = new XMLWriter();
$xml->openMemory();
$xml->setIndent(true);
$xml->startDocument('1.0" encoding="UTF-8');
...
 $xml->startElement('Address');
  $xml->writeElement('Street', html_entity_decode($strasse, ENT_COMPAT, 'UTF-8'));
  $xml->writeElement('PostalCode', $plz);
  $xml->writeElement('City', utf8_encode($ort));
 $xml->endElement();
...
$xml->endDocument();
print_r($xml->outputMemory());
$xml->flush();

funktioniert alles prima. ausser bei solche einträgen wie dem erwähnten problemfall. sowohl die datenbank, als auch das zielsystem sind übrigens nicht von mir und daher nicht beeinflussbar.

AdRy

Auferstanden

Registered: Oct 2002
Location: Wien
Posts: 5239

23.10.2015 - 13:54

Vl wirds nur im forum faslch dargestellt:
Du hast:

Code: PHP

$xml->startDocument('1.0" encoding="UTF-8');

Es gehört afaik so:

Code: PHP

$xml->startDocument('1.0', 'UTF-8');

oder du könntest DOMDocument() statt XMLWriter probieren.

Umlüx

Huge Metal Fan

Registered: Jun 2001
Location: Kärnten
Posts: 9305

23.10.2015 - 14:09

nein das passt schon so. mit 2 getrennten argumenten hab ich grobe probleme. und bin laut php.net nicht der einzige.
und wie gesagt, es stimmt sonst auch alles. andere sonderzeichen und umlaute etc.. funktionieren problemlos.
nur diese numeric html entities(?) nicht.

XeroXs

Vereinsmitglied
10ideen.at

Registered: Nov 2000
Location: Lieboch
Posts: 10440

23.10.2015 - 14:11

php ist echt :bash:

Umlüx

Huge Metal Fan

Registered: Jun 2001
Location: Kärnten
Posts: 9305

23.10.2015 - 14:22

Zitat von XeroXs
php ist echt

this

ich brech das glaub ich ab. ich versch... zuviel zeit damit. es sind ein paar dutzend datzensätze, die müssen sie dann halt von hand korrigieren...

dennoch danke an alle

Umlüx Huge Metal Fan Registered: Jun 2001 Location: Kärnten Posts: 9305	22.10.2015 - 14:34 folgendes problem: ich hab ortsnamen in einer datenbank, z.b: Na Poříčí die muss ich auslesen und per xml (utf8) in ein anderes tool schieben. ich hab aber arge probleme mit dem zeichensatz, bzw der konvertierung dessen. denn der string sieht eigentlich so aus: den gatsch musste ich jetzt direkt als bild reinhängen ums euch zeigen zu können, denn die forensoftware stellts korrekt dar sind das numeric html entities? aber nicht nur? ich hab mich jetzt schon mit html_entity_decode und utf8_encode gespielt, aber ich komm auf keinen grünen zweig...
Nico former person of interest Registered: Sep 2006 Location: - Posts: 4082	22.10.2015 - 14:48 http://www.utf8-chartable.de/unicod...icodeinhtml=dec andere php funktion: http://php.net/manual/en/function.iconv.php
Umlüx Huge Metal Fan Registered: Jun 2001 Location: Kärnten Posts: 9305	22.10.2015 - 14:56 iconv hilft mir leider auch nicht weiter, da ich anscheinend einen mischmasch an zeichensätzen da drin hab. ich könnt mir dann zwar die html entities übersetzen, aber er würd mir die >í< verhauen
XeroXs Vereinsmitglied 10ideen.at Registered: Nov 2000 Location: Lieboch Posts: 10440	22.10.2015 - 15:03 Code: PHP `$returnValue = html_entity_decode('Poříčí', ENT_COMPAT, 'UTF-8'); //(forum ersetzt das ;) aber da steht dein originalstring drinnen) ergibt bei mir $returnValue = Poříčí` .. und das ist ja jetzt schon utf-8.. einfach so schreiben.
Umlüx Huge Metal Fan Registered: Jun 2001 Location: Kärnten Posts: 9305	22.10.2015 - 15:22 wieso hauts bei mir nicht hin... $xml->writeElement('Street', html_entity_decode($STRASSE,ENT_COMPAT,"utf-8")); ergibt dann
AdRy Auferstanden Registered: Oct 2002 Location: Wien Posts: 5239	22.10.2015 - 15:48 Umlüx wo liest/siehst du das falsche Ergebnis? Es kann einen Unterschied machen ob du es im Browser, Datei, windows konsole doer linux konsole ausliest/anzeigst. Da kann noch was auf dem weg dreinpfuschen.
Umlüx Huge Metal Fan Registered: Jun 2001 Location: Kärnten Posts: 9305	22.10.2015 - 16:37 das php wirft mir eine XML datei damit aus sowohl wenn ichs mit z.b. PSPad ansehe, als auch nach dem import ins zielsystem (eine web applikation mit oracle db dahinter) sehe ich die gleichen 'schiefen' zeichen. umlaute und der einfache rest passen alle.
COLOSSUS Administrator GNUltra Registered: Dec 2000 Location: ~ Posts: 12399	22.10.2015 - 16:50 Erwartet der Viewer, mit dem du dir dein Resultat ansiehst, denn auch tatsaechlich Unicode in UTF-8-Kodierung?
Umlüx Huge Metal Fan Registered: Jun 2001 Location: Kärnten Posts: 9305	22.10.2015 - 16:55 der xml importer der applikation erwartet utf-8 ich merke gerade, der string zerreist mir überhaupt die komplette codierung des XML files. bei datensätzen mit diesem problem passen danach die umlaute im xml auch nicht mehr, alle anderen sind aber ok. und es scheint vorwiegend die hacecks zu betreffen.
AdRy Auferstanden Registered: Oct 2002 Location: Wien Posts: 5239	22.10.2015 - 17:12 Dann wird das Problem wohl darin liegen wie du das XML file schreibst, wenns dort schon nicht richtig drinnen steht. Wie erstellst/schreibst du das XML bzw. hast du beim erstellen des Files das utf-8 encoding gesetzt?
Umlüx Huge Metal Fan Registered: Jun 2001 Location: Kärnten Posts: 9305	23.10.2015 - 08:02 im moment siehts in etwa so aus: Code: PHP header("Content-type: application/xml; charset=UTF-8"); header("Content-Disposition: attachment; filename=\"export.xml\""); // select der daten aus einer MySQL (Latin1) $xml = new XMLWriter(); $xml->openMemory(); $xml->setIndent(true); $xml->startDocument('1.0" encoding="UTF-8'); ... $xml->startElement('Address'); $xml->writeElement('Street', html_entity_decode($strasse, ENT_COMPAT, 'UTF-8')); $xml->writeElement('PostalCode', $plz); $xml->writeElement('City', utf8_encode($ort)); $xml->endElement(); ... $xml->endDocument(); print_r($xml->outputMemory()); $xml->flush(); funktioniert alles prima. ausser bei solche einträgen wie dem erwähnten problemfall. sowohl die datenbank, als auch das zielsystem sind übrigens nicht von mir und daher nicht beeinflussbar.
AdRy Auferstanden Registered: Oct 2002 Location: Wien Posts: 5239	23.10.2015 - 13:54 Vl wirds nur im forum faslch dargestellt: Du hast: Code: PHP `$xml->startDocument('1.0" encoding="UTF-8');` Es gehört afaik so: Code: PHP `$xml->startDocument('1.0', 'UTF-8');` oder du könntest DOMDocument() statt XMLWriter probieren.
Umlüx Huge Metal Fan Registered: Jun 2001 Location: Kärnten Posts: 9305	23.10.2015 - 14:09 nein das passt schon so. mit 2 getrennten argumenten hab ich grobe probleme. und bin laut php.net nicht der einzige. und wie gesagt, es stimmt sonst auch alles. andere sonderzeichen und umlaute etc.. funktionieren problemlos. nur diese numeric html entities(?) nicht.
XeroXs Vereinsmitglied 10ideen.at Registered: Nov 2000 Location: Lieboch Posts: 10440	23.10.2015 - 14:11 php ist echt
Umlüx Huge Metal Fan Registered: Jun 2001 Location: Kärnten Posts: 9305	23.10.2015 - 14:22 Zitat von XeroXs php ist echt this ich brech das glaub ich ab. ich versch... zuviel zeit damit. es sind ein paar dutzend datzensätze, die müssen sie dann halt von hand korrigieren... dennoch danke an alle

PHP zeichensatz problem

Forum Index > Software > Coding Stuff

Umlüx

Nico

Umlüx

XeroXs

Umlüx

AdRy

Umlüx

COLOSSUS

Umlüx

AdRy

Umlüx

AdRy

Umlüx

XeroXs

Umlüx