Question

我正在尝试解析XML文件，但在加载时，simpleXML会打印以下警告：

警告：simplexml_load_file（）[function.simplexml-load-file]：gpr_545.xml：55：解析器错误：实体'Oslash'未在第35行的import.php中定义

这就是那条线：

<forenames>B&Oslash;IE</forenames><x> </x>

因为这是一个警告，我可能会忽略它，但我想了解发生了什么。

Answer 1

像＆amp; Oslash这样的HTML实体与XML实体不同。 Here's a table用于将HTML实体替换为XML实体。

正如我可以从你的一条评论告诉另一篇文章，你遇到了一个实体/的问题。我不知道这是否是一个有效的HTML实体，我的Firefox不会显示该字符 - 只输出实体名称。但我发现大多数实体都有an other table及其字符参考编号。尝试将它们添加到替换表中，您应该是安全的。顺便提一下/的参考号。

Answer 2

我认为这是编码问题。 php，simplexml在这种特殊情况下，不喜欢你在fornames标签中得到的丹麦语。您可以尝试在utf-8中编码整个文件，然后从标签中删除转义版本。 Aferwards你可以将完全转义的无字符文件读入simplexml。

ķ

Answer 3

HTML编码Latin1字符（如Ø，该字符描述的内容）是打破XML解析器的原因。如果您控制数据，则需要使用XML样式字符编码来逃避它（Ø恰好是＆amp;＃216;）

Answer 4

刚遇到一个非常类似的问题，并通过以下方式解决了这个问题。主要想法是将文件加载到字符串中，替换“[[entity]] Oslash”之类的所有不良实体;“并在显示某个xml节点之前执行反向替换。

function readXML($filename){
    $xml_string = implode("", file($filename));
    $xml_string = str_replace("&", "[[entity]]", $xml_string);
    return simplexml_load_string($xml_string);
}
function xml2str($xml){
    $str = str_replace("[[entity]]", "&", (string)$xml);
    $str = iconv("UTF-8", "WINDOWS-1251", $str);
    return $str;
}
$xml = readXML($filename);
echo xml2str($xml->forenames);

iconv（“UTF-8”，“WINDOWS-1251”，$ str）因为我的页面上有“WINDOWS-1251”编码

Answer 5

尝试使用此行：

<forenames><![CDATA[B&Oslash;IE]]></forenames><x> </x>

并阅读this about CDATA

simpleXML和实体未定义的问题

5 个答案: