尝试使用 PHP 解析格式不正确的 UTF-8 xml 文件

Question

我正在尝试解析 XML 文件，但 XML 文件有一处格式不正确。我尝试过很多很多的皈依者之类的东西，但没有任何帮助。首先我尝试使用 simplexml，然后尝试使用 XMLReader，但出现错误：“解析器错误：输入不是正确的 UTF-8，指示编码！字节：0x0C 0x41 0x62 0x6F”。

在将 xml 内容放入 simplexml 之前，是否有一个技巧可以首先操作它？或者有谁有更好的 XML 解析器，可以处理格式不正确的 xml 字符串？

谢谢 尼克

Answer 1

我使用 DOmDocument 取得了一些成功：

libxml_use_internal_errors(true);
$doc = new DOMDocument;
$doc->preserveWhiteSpace = false;
$doc->loadHtml($r);
foreach($doc->getElementsByTagName('mytag') as $t) {...etc..}

加载文档后，您可以调用一些函数来尝试清理它， DomDocument