[Løst] DOMDocument norsk tegnsett

[poande05]

Hei. Jeg henter noe kommunale data og skal konvertere det til XML, for å øve meg litt i php. Men æøå blir ikke formatert skikkelig.

 

<?php
   //åpne dokumentet for driftsbudsjett 2012
  $handle = fopen("https://www.bergen.kommune.no/bk/multimedia/archive/00114/Datagrunnlag_drift__114176a.csv", "r");
  //XML dom
  $dom = new DOMDocument('1,0', 'UTF-8');
  $xmlRoot = $dom->createElement("xml");
  $xmlRoot = $dom->appendChild($xmlRoot);

  //array til feltnavn
  $fieldNames = array();


  //første linje inneholder felttitler, vi befinner oss i utgangspunktet på første linje, derfor setter vi en boolsk verdi her.
  $firstLineBool = true;
  //tar for seg hver linje i dokumentet
   while (($data = fgetcsv($handle, 5000, ",")) !== FALSE) {

     //for første linje lagrer vi alle feltnavn i en array
     if($firstLineBool) {
       //vi splitter linjen etter semikoloner
       $pieces = explode(";", $data[0]);
       //hver av delene fra linjen legger vi i feltnavn-arrayen vi definerte i begynnelsen.


       foreach($pieces as $piece) {

            //regex for å lage lovlige nodenavn
            $piece = preg_replace('/[^0-9a-z ]+/i', "",  $piece);
            //hvis den begynner med et tall legg til en "a" foran (for man kan ikke begynne navnet på et element med et tall)
            if(is_numeric(substr($piece, 0, 1))) {
                $piece = "a" . $piece;
            }
           $fieldNames[] = $piece;       
       }


   }

   else {
     //vi splitter linjen etter semikoloner    
     $pieces = explode(";", $data[0]);
     //legger til et barn i xml-dokumentet vårt
     $entity = $dom->createElement("Post");
     $entity = $xmlRoot->appendChild($entity);

     //for hver databit som nå ligger i $pieces lager vi et xml-element med dataene i, basert på feltnavnene vi fikk i første linje av dokumentet
     $whereInFieldNames = 0;
     foreach($pieces as $piece) {
         $element = $dom->createElement($fieldNames[$whereInFieldNames]);
         $element = $entity->appendChild($element);

         $content = $dom->createTextNode($piece);
         $element->appendChild($content);

         $whereInFieldNames++;
     }
   }
   $firstLineBool = false;

}
echo $dom->saveXML(); 

?>

 

Nå er utf-8 satt, om jeg setter ISO-8859-1, får jeg følgende output, det vil si det stopper på første "å":

 

<br />
<b>Warning</b>:  DOMDocument::saveXML() [<a href='domdocument.savexml'>domdocument.savexml</a>]: output conversion failed due to conv error, bytes 0xE5 0x64 0x73 0x6C in <b>C:\xampp\htdocs\test\kommbuds.php</b> on line <b>63</b><br />
<?xml version="1,0" encoding="ISO-8859-1"?>
<xml><Post><Avdeling>1</Avdeling><AvdelingT>Byr

 

kan det være på serversiden hos meg at jeg har problemer, eller er dette noe som er kjent?

Endret 14. november 2011 av poande05

[poande05]

Dette løser problemet:

 

$content = $dom->createTextNode(utf8_encode($piece));

 

Håper det er til hjelp for noen.