php - 使用 PHP 读取格式错误的 XML（未编码的 XML 实体）

Question

我在解析 PHP 中格式错误的 XML 时遇到了一些麻烦。特别是，我正在查询第三方 Web 服务，它以 XML 格式返回数据，而无需在实际数据中编码 XML 实体。例如，其中一个元素包含一个 ASCII 心脏“<3”，没有引号，XML 解析器将其视为开始标记。它应该是“<3”。

现在，我只是将 XML 字符串传递到 SimpleXMLElement 中，可以预见的是，它在这些实例上会失败。我做了一些环顾四周，似乎 PHP Tidy 包可能能够帮助我，但是你可以做的配置量是压倒性的 :(

因此，我只是想知道是否有其他人遇到过这样的问题，如果有，他们是如何解决的。

谢谢！

Answer 1

尝试tidy.repairString：

php > $tidy = new tidy();
php > $repaired = $tidy->repairString("<foo>I <3 Philadelphia</foo>", array("input-xml"=>1));
php > print($repaired);
<foo>I &lt;3 Philadelphia</foo>
php > $el = new SimpleXMLElement($repaired);

Answer 2

1. 将内容作为字符串读取。
2. htmlspecialchars(preg_replace('/[\x-\x8\xb-\xc\xe-\x1f]/','',$string))
3. 在 SimpleXMLElement 中加载转换后的字符串

到目前为止它对我有用。