Analyse syntaxique ISO-8859-1 w/NSXmlParser

Question

Je suis dans le nsxmlparser et je me demande comment je peux analyser ISO-8859-1 correctement dans un NSString.

Actuellement, je reçois des résultats w/Â pour les caractères de deux octets.

Le XML J'utilise (pas créé par moi) commence par <?xml version="1.0" encoding="ISO-8859-1"?>

Voici les appels de base que je utilise (omis le NSThread appelle).

NSString *xmlFilePath = [[NSBundle mainBundle] pathForResource:sampleFileName ofType:@"xml"]; 

NSString *xmlFileContents = [NSString stringWithContentsOfFile:xmlFilePath encoding:NSUTF8StringEncoding error:nil]; 

NSData *data = [xmlFileContents dataUsingEncoding:NSUTF8StringEncoding]; 

NSXMLParser *parser = [[NSXMLParser alloc] initWithData:data]; 

[parser setDelegate:self]; 

[parser parse]; 

Answer 1

Le XML specificationrecommande une explicite character encoding declaration dans le document Prolog. Votre document d'entrée en a probablement un; cela vous indiquera le codage que l'analyseur doit utiliser pour interpréter l'entrée de caractères.

En l'absence d'une déclaration explicite, la même section dit à traiter l'entrée en UTF-8 ou UTF-16 (et le document est en erreur si elle se révèle ne pas être codé comme l'un de ces) . Par conséquent, si votre analyseur XML ignore la déclaration de codage explicite ou utilise un codage incorrect en l'absence de déclaration explicite, votre analyseur est Doing It Wrong ™ et doit être corrigé pour être conforme à la spécification XML.

Answer 2

On dirait que votre en-tête pense que c'est ISO-8859-1 et du comportement (se terminant par deux caractères au lieu d'un), il semble qu'au moins une partie de votre contenu est déjà UTF-8. Cela ressemble à un "problème d'encodage double utf-8" classique où le contenu déjà encodé en UTF-8 est de nouveau encodé en UTF-8. Changer l'en-tête pour dire UTF-8 et il pourrait juste commencer à travailler. Vous pouvez toujours essayer de faire passer votre code en UTF-8, puis en ce qu'il dit (car si ce n'est pas UTF-8, vous obtiendrez une erreur d'analyseur). Enfin, notez que l'encodage d'un fichier XML est remplacé par l'en-tête HTTP s'il est servi sur HTTP.

Je ne sais pas si cela s'applique à votre besoin, mais j'aime cet article sur parsing XML at all costs. A titre d'exemple, je ferai remarquer que j'aime aussi feedparser (Python) comme étant le meilleur parseur XML à tout prix XML (idéal pour les idées mais pas pour votre situation).