Question

如何处理XML文件中的数据损坏？例如，如果我有

<text>Some &improper; text here.</text>

我正在尝试：

 $doc = new DOMDocument();
 $doc->validateOnParse = false;
 $doc->formatOutput = false;
 $doc->load(...xml');

它失败了，因为有一个未知的实体。注意，由于软件的编写方式，我无法使用CDATA。我正在编写一个读取和写入XML的模块，有时用户会插入不正确的文本。

我注意到DOMDocument-＆gt; loadHTML（）很好地编码了所有内容，但我怎么能从那里继续呢？

Answer 1

在将输入推送到xml / xhtml dom之前，使用htmlspecialchars序列化特殊的xml字符。虽然它的名称以“html”为前缀，但基于它替换的唯一字符，它对于xml数据序列化非常有用。

Answer 2

如果您是编写xml的人，那么应该没有问题，因为您可以在将任何用户输入编入xml之前将其编码为实体。

Answer 3

也许您可以使用preg_replace_callback为您执行繁重的实体：

http://php.net/manual/en/function.preg-replace-callback.php

function fixEntities($data) {
    switch(substr($data, 1, strlen($data) - 2)) {
        case 'amp':
        case 'lt':
        case 'gt':
        case 'quot': // etc., etc., etc.
            return $data;
    }
    return '';
}
$xml = preg_replace_callback('/&([a-zA-Z0-9#]*);{1}/', 'fixEntities', $xml);

PHP DomDocument XML加载XML数据损坏

3 个答案: