PHP DOMDocument->loadXML，其中 XML 包含与号/更少/更大？

Question

我正在尝试解析包含字符 & 的 XML 字符串。 <和>在文本数据中。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]：错误解析实体中的属性名称... 警告： DOMDocument::loadXML() [function.loadXML]: 无法找到开始标记的结尾...

我可以使用 str_replace 对所有 & 进行编码，但如果我使用 < 进行编码或>我也在为有效的 XML 标签做这件事。

有谁知道这个问题的解决方法？

谢谢你！

Answer 1

如果您有 < XML 中的文本内部...这不是有效的 XML。尝试对其进行编码或将它们包含在 ] 中。

如果不可能（因为你没有输出这个“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取有效的 XML！

Answer 2

我经常在 DomDocument 的 load() 调用前面使用 @ 主要是因为你永远无法绝对确定你加载的内容是你所期望的。

使用 @ 将抑制错误。

@$dom->loadXml($myXml);

Answer 3

我可以使用 str_replace 对所有 & 进行编码，但如果我使用

来编码或>我也在为有效的 XML 标签执行此操作。

作为严格的临时修复措施，您可以替换那些不属于标签或实体引用的内容，例如：

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

但是，这并不是无懈可击的，从长远来看，您需要修复生成此虚假标记的任何内容，或者对需要修复的人大喊大叫，直到他们得到线索。根据定义，像这样的格式不正确的 XML根本就不是 XML。

Answer 4

将所有文本放入 CDATA 元素中？

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

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