simplexml_load_file関数で取り出せないサイトがあるPHPプロ！Q&A掲示板

Re:simplexml_load_file関数で取り出せないサイトがある

何故かはわかりませんが、記事の文字列中にBOMが紛れ込んでいるようです。

1. print strpos(file_get_contents('http://ocntoday.blogzine.jp/top/whatsday.xml'), 0xefbbbf);

いったん文字列として取得してBOMを削除すれば問題ないようです。

1. $file = str_replace(0xefbbbf, '', file_get_contents('http://ocntoday.blogzine.jp/top/whatsday.xml'));
2. $rss = simplexml_load_string($file);

Re:Re:simplexml_load_file関数で取り出せないサイトがある

ご回答ありがとうございます。
値は取得できているようなのですが文字化けを起こしてしまいます・・・。
xmlがUTF-8のようでしたのでソースをUTF-8（BOM無し）で試してみたのですが駄目でした。

mb_convert_encodingをかけてみたのですが駄目なようです。
shimix様はどの様な環境下で実行できたのでしょうか？
また出来ればUTF-8のソースでも対応できるようにはならないでしょうか？

Re:Re:Re:simplexml_load_file関数で取り出せないサイトがある

「取り出せない」ということだったので、こちらで（エラー抑制を外して）試したのと同じようにsimplexml_load_file()時点でエラー（xmlファイルのURL:1: parser error : Start tag expected, '<' not found）になっていると思ったのですが違うようですね。

>値は取得できているようなのですが文字化けを起こしてしまいます・・・。

それならそうと最初に書いてください。

ブラウザに返している文字コードは何でしょう？ブラウザ側で判断しているエンコードはどうなっていますか？ブラウザ側のエンコードを変えたらどうなりますか？

>mb_convert_encodingをかけてみたのですが駄目なようです。

「駄目なようです」では、何らかのエラーになるのか・変換されないのか・変換結果がおかしいのかさっぱりわかりませんが、例示されたソースではprint_r()しかされてませんよね。何をmb_convert_encodingの第1引数にされているんでしょう？

＃mb_convert_encoding()は『個別の文字列』に対して行うことになると思いますけど。
　
　　　http://www.php.net/manual/ja/function.mb-convert-encoding.php
　　（第1引数はstringです）

Re:Re:Re:Re:simplexml_load_file関数で取り出せないサイトがある

すみませｎ・・・。
shimixさんのソースを使って値を取得できたようなのですが
うまく表示できていないということです・・・。

UTF-8でソースを下記、ソースにもUTF-8だということを明記してあります。
ブラウザもUTF-8にしているのですが取得した値を見ると文字化けを起こしております。

mb_convert_encodingの引数は取ってきたxmlです。

Re:Re:Re:Re:Re:simplexml_load_file関数で取り出せないサイトがある

>shimixさんのソースを使って値を取得できたようなのですが
>うまく表示できていないということです・・・。

私は（残念ながら）エスパーではないので「hayato0210さんが何をしたのか」は書いていただかないとわかりません。面倒でしょうが、ちゃんと書いてください。


>ブラウザもUTF-8にしているのですが取得した値を見ると文字化けを起こしております。

>mb_convert_encodingの引数は取ってきたxmlです。 

前のレスでも書きましたが、mb_convert_encodingにはstringしか渡せません。取得したxml（SimpleXMLオブジェクト）を渡した場合にどういう動作をするかは、やったことがないのでわかりません。

＃今こちらの環境で試したら、戻り値は「改行コード×2」だけでした。文字化け以前の問題ですね（汗


取得したデータ（utf-8）をそのまま表示（print_rやvar_dump）して、ブラウザのエンコードがutf-8なら何もしなくても化けません（phpソース自体はasciiでかまわない）。mb_convert_encodingをカットしてみてください。

なお、SimpleXMLオブジェクトから個々の要素を扱う場合には、出力したい文字コードに合わせて個々にmb_convert_encodingをします・・というのも前回のレスで書きましたね。

1. <?php
2. $file = str_replace(0xefbbbf, '', file_get_contents('http://ocntoday.blogzine.jp/top/whatsday.xml'));
3. $rss = simplexml_load_string($file);
4.  
5. #var_dump($rss); // この出力はutf-8のままになる。
6.  
7. foreach ($rss->channel->item as $item) {
8.   print date('Y/m/d', strtotime($item->pubDate));
9.   print "【" . $item->category . "】";
10.   // title（文字列）をsjisに変換して出力
11.   print mb_convert_encoding($item->title, 'sjis', 'utf-8') . "<hr />"; 
12.   }
13. ?>

Re:Re:Re:Re:Re:Re:simplexml_load_file関数で取り出せないサイトがある

出来ました＞＜
本当にありがとうございました。
又、今回は失礼しました。