Question

XML与HTML不同，只知道四个命名实体：<，>，'和"。

我一直在PHP中使用XMLWriter将大量数据写入XML文件，首先我转义了所需的文本，这给了我一些其他实体，例如Â和¤。< / p>

我尝试过以下正则表达式：

&(?!(apos|quot|[gl]t|amp);)

但它只匹配&而不是Â或&current;。我做错了什么？

Answer 1

如果您在表达式中添加\w+;，它将起作用：

&(?!(?:apos|quot|[gl]t|amp);)\w+;

但是你最好从一开始就使用正确的转义函数，但不能解决这些问题。

Answer 2

你能否只使用strip_tags()（带有允许的标签列表）而不是htmlentities（）？

Answer 3

不要自己逃避实体。让XMLWriter执行所需的转义。

$writer= new XMLWriter;
$writer->openMemory();
$writer->startDocument('1.0', 'UTF-8');

$writer->startElement('root');
$writer->text('A & B & <C>');
$writer->endElement();

$writer->endDocument();
echo $writer->outputMemory(TRUE);

输出：

<?xml version="1.0" encoding="UTF-8"?>
<root>A &amp; B &amp; &lt;C&gt;</root>

正则表达式匹配除未定义的XML实体之外的所有内容

3 个答案: