Question

我必须解析外部提供的XML，该XML具有包含换行符的属性。使用SimpleXML，换行似乎丢失了。根据{{3}}，换行符应该对XML有效（尽管远远不够理想！）。

为什么他们输了？ [edit] 我该如何保存它们？ [/ edit]

这是一个演示文件脚本（请注意，当换行符不在属性中时，它们会被保留）。

包含嵌入式XML的PHP文件

$xml = <<<XML
<?xml version="1.0" encoding="utf-8"?>
<Rows>
    <data Title='Data Title' Remarks='First line of the row.
Followed by the second line.
Even a third!' />
    <data Title='Full Title' Remarks='None really'>First line of the row.
Followed by the second line.
Even a third!</data>
</Rows>
XML;

$xml = new SimpleXMLElement( $xml );
print '<pre>'; print_r($xml); print '</pre>';

来自print_r的输出

SimpleXMLElement Object
(
    [data] => Array
        (
            [0] => SimpleXMLElement Object
                (
                    [@attributes] => Array
                        (
                            [Title] => Data Title
                            [Remarks] => First line of the row. Followed by the second line. Even a third!
                        )

                )

            [1] => First line of the row.
Followed by the second line.
Even a third!
        )

)

Answer 1

使用SimpleXML，换行符似乎丢失了。

是的，这是预期的......事实上，任何符合要求的XML解析器都需要属性值中的换行符表示简单空格。请参阅XML规范中的attribute value normalisation。

如果属性值中应该有一个真正的换行符，那么XML应该包含
个字符引用而不是原始换行符。

Answer 2

新行的实体为
。我玩了你的代码，直到找到了解决问题的方法。它不是很优雅，我警告你：

//First remove any indentations:
$xml = str_replace("     ","", $xml);
$xml = str_replace("\t","", $xml);

//Next replace unify all new-lines into unix LF:
$xml = str_replace("\r","\n", $xml);
$xml = str_replace("\n\n","\n", $xml);

//Next replace all new lines with the unicode:
$xml = str_replace("\n","&#10;", $xml);

Finally, replace any new line entities between >< with a new line:
$xml = str_replace(">&#10;<",">\n<", $xml);

根据您的示例，假设是在节点或属性中出现的任何新行将在下一行中包含更多文本，而不是<来打开新元素。

如果您的下一行包含一些包含在行级元素中的文本，那么这当然会失败。

Answer 3

假设$ xmlData在发送到解析器之前是您的XML字符串，这应该用正确的实体替换属性中的所有换行符。我遇到了来自SQL Server的XML问题。

$parts = explode("<", $xmlData); //split over <
array_shift($parts); //remove the blank array element
$newParts = array(); //create array for storing new parts
foreach($parts as $p)
{
    list($attr,$other) = explode(">", $p, 2); //get attribute data into $attr
    $attr = str_replace("\r\n", "&#10;", $attr); //do the replacement
    $newParts[] = $attr.">".$other; // put parts back together
}
$xmlData = "<".implode("<", $newParts); // put parts back together prefixing with <

使用正则表达式可能更简单，但对我来说这不是一个强点。

Answer 4

以下是使用该特定XML片段中的相应字符引用替换新行的代码。在解析之前运行此代码。

$replaceFunction = function ($matches) {
    return str_replace("\n", "&#10;", $matches[0]);
};
$xml = preg_replace_callback(
    "/<data Title='[^']+' Remarks='[^']+'/i",
    $replaceFunction, $xml);

Answer 5

这对我有用：

首先，将xml作为字符串：

    $xml = file_get_contents($urlXml);

然后进行替换：

    $xml = str_replace(".\xe2\x80\xa9<as:eol/>",".\n\n<as:eol/>",$xml);

“。”和“＆lt; as：eol /＆gt;”在那里是因为我需要在这种情况下添加休息时间。新行“\ n”可以替换为您喜欢的任何内容。

替换后，只需将xml-string加载为SimpleXMLElement对象：

    $xmlo = new SimpleXMLElement( $xml );

EtVoilà

Answer 6

嗯，这个问题很老但是和我一样，有人可能会最终来到这个页面。我的方法略有不同，我认为这些都是最优雅的。

在xml中，你会添加一些用于换行的唯一单词。

将xml更改为

<data Title='Data Title' Remarks='First line of the row. \n
Followed by the second line. \n
Even a third!' />

然后当您在字符串输出中的SimpleXML中获得所需节点的路径时，请写下以下内容：

$findme  = '\n';
$pos = strpos($output, $findme);
if($pos!=0)
{
$output = str_replace("\n","<br/>",$output);

它不一定是'\ n，它可以是任何唯一的字符。

PHP SimpleXML不保留XML属性中的换行符

6 个答案: