无法解析格式错误的 XML

Question

我一直在尝试解析此提要。如果您单击该链接，您会发现它甚至无法在浏览器中正确解析它。

无论如何，我的托管服务不允许我使用 simplexml_load_file，所以我一直使用 cURL 来获取它，然后将字符串加载到 DOM 中，如下所示：

$dom = new DOMDocument;
$dom->loadXML($rawXML);
if (!$dom) {
 echo 'Error while parsing the document';
 exit;
}
$xml = simplexml_import_dom($dom);

但我收到错误 ("DOMDocument::loadXML() [domdocument.loadxml ]：实体'nbsp'未在实体中定义”），然后我尝试使用SimpleXMLElement，但没有成功（它显示相同的错误“解析器错误：实体'nbsp'未定义”等......因为该元素中的HTML ）。

$xml = new SimpleXMLElement($rawXML);

所以我的问题是，如何跳过/忽略/删除该元素以便可以解析其余数据？

---

编辑：感谢 mjv 提供解决方案！...我刚刚这样做了（对于其他有同样问题的人）

$rawXML = str_replace('<description>','<description><![CDATA[',$rawXML);
$rawXML = str_replace('</description>',']]></description>',$rawXML);

Answer 1

您可能需要使用以下方法来操作源代码：

$xml = @file_get_contents('http://www.wow-europe.com/realmstatus/index.xml');
if ( $xml ) {
    $xml = preg_replace( '/ /', '&nbsp', $xml );
    $xml = new SimpleXMLElement($xml);
    var_dump($xml);
}

在将其提供给 xml 解析器之前，我很乐意推荐其他方法，但我认为这是唯一的方法。

编辑：我认为您实际上可以将 替换为 等等：

<?php
$xml = @file_get_contents('http://www.wow-europe.com/realmstatus/index.xml');
$xml = preg_replace( '/<description>/', '<description><![CDATA[', $xml );
$xml = preg_replace( '/<\/description>/', ']]></description>', $xml );
$xml = new SimpleXMLElement($xml);
var_dump($xml);

您需要为每个包含字符数据的元素。

Answer 2

您可能需要引入一个预解析步骤，该步骤将添加

<![CDATA[

在每个之后。标签
并

]]>

在每个 之前 添加标签
具体来说，（请参阅 meder 对相应 PHP 片段的响应）

<description>blah <br />  blah, blah...</description>
should become
<description><![CDATA[blah <br />  blah, blah...]]></description>

以这种方式，“description”元素的完整内容将被“转义”，因此在此元素中找到的任何 html（甚至 xhtml）构造都可能抛出 XML解析逻辑将被忽略。这将解决  您提到的问题以及许多其他常见问题。