我正在处理一个我无法编辑的第三方PHP库,它已经运行了近一年。它对来自远程服务器的响应使用simplexml_load_string
。最近,它一直在大吵大闹。这是房地产列表的数据馈送,格式如下所示:
<?xml version="1.0"?>
<RETS ReplyCode="0" ReplyText="Operation Successful Reference ID: 9bac803e-b507-49b7-ac7c-d8e8e3f3aa89">
<COUNT Records="9506" />
<DELIMITER value="09" />
<COLUMNS> sysid 1 2 3 4 5 6 </COLUMNS>
<DATA> 252370080 Residential 0.160 No ADDR0 06051</DATA>
<DATA> 252370081 Residential 0.440 Yes ADDR0 06043</DATA>
<DATA> 252370082 Residential 1.010 No ADDR0 06023</DATA>
<DATA>More tab delimited text</DATA>
<!-- snip 9000+ lines -->
</RETS>
我下载了一个响应的示例文件(大约22MB),这是我最终调试和理智的地方。两台服务器都运行PHP版本5.3.8,但请注意不同的结果。我尽可能肯定两个文件是相同的(我想不同的文件大小,strlen和最后50个字符可以用具有额外回车字符的Windows换行符来解释)。测试脚本:
error_reporting(-1);
ini_set('display_errors', 1);
$file = 'error-example.xml';
$xml = file_get_contents($file);
echo 'filesize: ';
var_dump(filesize($file));
echo 'strlen: ';
var_dump(strlen($xml));
echo 'simplexml object? ';
var_dump(is_object(simplexml_load_string($xml)));
echo 'Last 50 characters: ';
var_dump(substr($xml, -50));
在Windows上本地输出:
filesize: int(21893604)
strlen: int(21893604)
simplexml object? bool(true)
Last 50 characters: string(50) "RD DR CT Watertown 203-555-5555 </DATA>
</RETS>"
远程UNIX服务器上的输出:
filesize: int(21884093)
strlen: int(21884093)
simplexml object?
Warning: simplexml_load_string(): Entity: line 9511: parser error : internal error in /path/to/test.php on line 19
Warning: simplexml_load_string(): AULTED CEILING IN FOYER, BRICK FP IN FR, NEW FLOORING IN LR DR FR FOYER KITCHEN in /path/to/test.php on line 19
Warning: simplexml_load_string(): ^ in /path/to/test.php on line 19
Warning: simplexml_load_string(): Entity: line 9511: parser error : Extra content at the end of the document in /path/to/test.php on line 19
Warning: simplexml_load_string(): AULTED CEILING IN FOYER, BRICK FP IN FR, NEW FLOORING IN LR DR FR FOYER KITCHEN in /path/to/test.php on line 19
Warning: simplexml_load_string(): ^ in /path/to/test.php on line 19
bool(false)
Last 50 characters: string(50) "ORD DR CT Watertown 203-555-5555 </DATA>
</RETS>"
对评论和其他信息的一些回复:
就我所知,XML本身似乎是有效的( 在我的系统上工作)。
magic_quotes_runtime
肯定是关闭的。
工作服务器具有libxml版本2.7.7而另一个具有2.7.6。这真的有所作为吗?我找不到libxml更改日志,但似乎不太可能。
这似乎只发生在响应/文件超过一定大小时,并且错误总是发生在倒数第二行。
我没有遇到内存问题,测试脚本立即运行。
如果我知道哪些是相关的,我可以发布PHP配置的差异。知道问题可能是什么,或者知道我可能要检查的其他任何事情吗?
答案 0 :(得分:32)
libxml2 changelog包含"608773 add a missing check in xmlGROW (Daniel Veillard)",它似乎与输入缓冲有关。注意我不知道关于libxml2内部的任何,但似乎可以想象你已经在2.7.7中修复了一个2.7.6错误。
直接使用simplexml_load_file()
时检查行为是否有所不同,并尝试设置与libxml解析器相关的选项,例如
simplexml_load_string($xml, 'SimpleXMLElement', LIBXML_COMPACT | LIBXML_PARSEHUGE)
具体来说,您可能想尝试LIBXML_PARSEHUGE
标志。
http://php.net/manual/en/libxml.constants.php
XML_PARSE_HUGE
标志放松了解析器的任何硬编码限制。这会影响文档的最大深度或实体递归等限制,以及文本节点大小的限制。
答案 1 :(得分:2)
您的XML无效,并且在两种情况下都会导致问题。
你只需要一个根。
即。一切都应该在你的标签内:
<?xml version="1.0"?>
<RETS>
...
</RETS>
您的XML中有多个根,这会导致问题: - )
尝试将其全部包装在根节点中,看看它是否有效。
<?xml version="1.0"?>
<rootNode>
<RETS>
...
</RETS>
<count bla="99" />
</rootNode>
我不确定这是不同的libxml,或者是一个不同级别的错误报告,允许它在一个而不是另一个上工作,但这看起来像是我的问题。
答案 2 :(得分:0)
我的XMLSpy确认您的XML文件(我从您提供的链接下载)没有任何问题且格式正确。
然而,一个潜在的问题是XML前导码中缺少“encoding”属性:根据您的libxml2版本,我想以下场景可能是: 服务器检查编码属性,缺少哪个服务器回退到某个默认值(配置设置)。也许较旧的库版本不会检查BOM。
请同时看到此链接,他们与libxml有类似的编码问题: https://stackoverflow.com/questions/4724241/utf-8-problems-with-php-dom-on-debian-server
其实质是升级您的libxml库可能确实可以解决问题。或者,可能需要检查配置中的默认编码设置。
根据我的XMLSpy,该文件是utf-8编码的 - 作为测试,如果指定
,可能值得检查<?xml version="1.0" encoding="UTF-8"?>
因为文件前导码会阻止Unix服务器阻塞。