php - PHP DOMDocument-> loadXML 与 XML 包含 &/less/greater？

Question

我正在尝试解析 TEXTDATA 中包含字符 & < 和 > 的 XML 字符串。通常，这些字符应该是 htmlencoded，但在我的情况下，它们不是，所以我收到以下消息：

警告：DOMDocument::loadXML() [function.loadXML]：在实体中解析属性名称时出错...警告：DOMDocument::loadXML() [function.loadXML]：找不到开始标记的结尾...

我可以使用 str_replace 对所有 & 进行编码，但如果我使用 < 或 > 进行编码，我也会对有效的 XML 标记进行编码。

有谁知道这个问题的解决方法？

谢谢！

score 5 · Accepted Answer

如果您在 XML 中有 < 内部文本...它不是有效的 XML。尝试对其进行编码或将它们包含在<![CDATA[.

如果不可能（因为您没有输出此“XML”），我建议尝试使用一些 Html 解析库（我没有使用它们，但它们存在），因为它们没有 XML 严格。

但在尝试任何其他事情之前，我真的会尝试获得有效的 XML！

score 3 · Accepted Answer

我经常@在调用 DomDocument 的 load() 之前使用，主要是因为您永远无法绝对确定您加载的内容是您所期望的。

使用@将抑制错误。

@$dom->loadXml($myXml);

score 1 · Accepted Answer

我可以使用 str_replace 对所有 & 进行编码，但如果我使用 < 或 > 进行编码，我也会对有效的 XML 标记进行编码。

作为严格的临时修复措施，您可以替换不属于标签或实体引用的那些，例如：

$str= preg_replace('<(?![a-zA-Z_!?])', '&lt;', $str);
$str= preg_replace('&(?!([a-zA-Z]+|#[0-9]+|#x[0-9a-fA-F]+);)', '&amp;', $str);

然而，这并不是无懈可击的，从长远来看，您需要修复产生这种虚假标记的任何东西，或者对需要修复它的人大喊大叫，直到他们得到线索。像这样的格式完全不正确的XML 根本不是 XML的定义。

score 0 · Accepted Answer

将所有文本放入 CDATA 元素中？

<!-- Old -->
<blah>
    x & y < 3
</blah>

<!-- New -->
<blah><![CDATA[
    x & y < 3
]]></blah>

4 回答 4