1

我已经成功地获得了 xml 格式的 pubmed 结果页面并将内容写入本地文件“Publications.xml”。问题是当我使用 simplexml_load_file("Publications.xml") 时，它失败了。无法弄清楚为什么。

<?php
$feed = 'http://www.ncbi.nlm.nih.gov/pubmed?term=carl&sort=pubdate&report=xml';
$local = 'Publications.xml';
$curtime = time();
$filemodtime;
if( (!file_exists($local)) || (time() - filemtime($local)) > 86400 )
{
    $contents = file_get_contents($feed);
    $fp = fopen($local,"w");
    fwrite($fp, $contents);
    fclose($fp);
}
$xml = simplexml_load_file($local) or ("Can't");
?>

在最后但第二行，解析器失败，我收到消息“不能”。我已经仔细检查了 xml 文件，它看起来状态良好。

如果有人可以让我知道这个的任何解决方法，我将非常感激。这是上面 PHP 脚本尝试读取的 xml 文件的副本 ( http://pastebin.com/U0fEKmZL )：

<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<pre>
&lt;PubmedArticle&gt;
    &lt;MedlineCitation Status="Publisher" Owner="NLM"&gt;
        &lt;PMID Version="1"&gt;23314841&lt;/PMID&gt;
        &lt;DateCreated&gt;
            &lt;Year&gt;2013&lt;/Year&gt;
            &lt;Month&gt;1&lt;/Month&gt;
            &lt;Day&gt;14&lt;/Day&gt;
        &lt;/DateCreated&gt;
        &lt;Article PubModel="Print-Electronic"&gt;
            &lt;Journal&gt;
                &lt;ISSN IssnType="Electronic"&gt;1432-0932&lt;/ISSN&gt;
                &lt;JournalIssue CitedMedium="Internet"&gt;
                    &lt;PubDate&gt;
                        &lt;Year&gt;2013&lt;/Year&gt;
                        &lt;Month&gt;Jan&lt;/Month&gt;
                        &lt;Day&gt;12&lt;/Day&gt;
                    &lt;/PubDate&gt;

 ... (too long, see link)
4

2 回答 2

3

出于某种原因，发布服务器将整个 XML 文件作为 HTML 文件返回，<pre>其中包含包含 XML 的单个标记。它还包含多个 XML 片段（有几个<PubmedArticle>元素，它们周围没有容器）。显然，这是打算由一些古怪的自定义代码处理的。

您可以通过调用 SimpleXML 两次来“解包”XML，如下所示：

$outer_xml = simplexml_load_file($local);
$inner_xml = simplexml_load_string('<dummyContainer>' . (string)$outer_xml . '</dummyContainer>');
foreach ( $inner_xml->PubmedArticle as $article )
{
    // etc
}

解释：

  • 外部“XML 文档”是 HTML，它有一个外部元素<pre>
  • 将其转换为字符串（为了清晰和良好的习惯，我已经明确地这样做了(string)）将为您提供该<pre>标签的内容，即所有<PubmedArticle>元素
  • 将该内容包装在<dummyElement>标签中将为您提供一个有效的 XML 文档，其中每个<PubmedArticle>元素都作为文档中的顶级子元素
于 2013-01-15T20:35:40.843 回答
0

试试 urlencoding。

笔记：

Libxml 2 对 URI 进行转义，所以如果你想传递例如b&c作为 URI 参数a，你必须调用 simplexml_load_file(rawurlencode('http://example.com/?a=' . urlencode('b&c'))) . 从 PHP 5.1.0 开始，您不需要这样做，因为 PHP 会为您完成。

simplexml_load_file

于 2013-01-15T19:04:23.633 回答