Question

当我在下面的XML中使用DOMDocument :: loadXML（）时，我收到错误：

Warning: DOMDocument::loadXML() [domdocument.loadxml]: CData section not finished http://www.site.org/displayimage.php?album=se in Entity,
Warning: DOMDocument::loadXML() [domdocument.loadxml]: Premature end of data in tag image line 7 in Entity
Warning: DOMDocument::loadXML() [domdocument.loadxml]: Premature end of data in tag quizz line 3 in Entity
Warning: DOMDocument::loadXML() [domdocument.loadxml]: Premature end of data in tag quizzes line 2 in Entity
Fatal error: Call to a member function getElementsByTagName() on a non-object

在我看来，我的CData部分已关闭但仍然出现此错误。 XML看起来像这样：

<?xml version="1.0" encoding="utf-8"?>
<quizzes>
<quizz>
<title><![CDATA[Title]]></title>
<descr><![CDATA[Some text here!]]></descr>
<tags><![CDATA[one tag, second tag]]></tags>
<image><![CDATA[http://www.site.org/displayimage.php?album=search&cat=0&pos=1]]></image>
<results>
<result>
<title><![CDATA[Something]]></title>
<descr><![CDATA[Some text here]]></descr>
<image><![CDATA[http://www.site.org/displayimage.php?album=search&cat=0&pos=17]]></image>
<id>1</id>
</result>
</results>
</quizz>
</quizzes>

你能帮我发现问题是什么吗？

Answer 1

我发现通常隐藏的XML字符存在问题，所以我更喜欢像心爱的转义无效字符：

<?php
//$feedXml is the fetched XML content
$invalid_characters = '/[^\x9\xa\x20-\xD7FF\xE000-\xFFFD]/';
$feedXml = preg_replace($invalid_characters, '', $feedXml );

Answer 2

很抱歉，如果这不是主题，因为它只与使用cURL时PHP的特定情况有关，但是，正如tomaszs所述，我也发现在＆PHP中通过cURL传递XML时，＆符号可能会导致问题。我收到了一个已知的有效XML字符串，其中＆符号已正确编码，然后使用cURL将其转发到另一个地址。像这样......

$curlHandle = curl_init();
curl_setopt($curlHandle, CURLOPT_URL,            $fullUri);
curl_setopt($curlHandle, CURLOPT_HEADER,         false);
curl_setopt($curlHandle, CURLOPT_RETURNTRANSFER, true);
curl_setopt($curlHandle, CURLOPT_CONNECTTIMEOUT, 4); // seconds
curl_setopt($curlHandle, CURLOPT_POST,           true);
curl_setopt($curlHandle, CURLOPT_POSTFIELDS,     "xmlstr=" . $xmlstr); // Problem

将XML添加到CURLOPT_POSTFIELDS时，问题出现在上面的最后一行。第一个编码的＆符号被视为参数的分隔符，如在querstring中，并且“xmlstr”变量/字段被截断。

我使用的解决方案是用......替换上面的最后一行

curl_setopt($curlHandle, CURLOPT_POSTFIELDS,     "xmlstr=" . urlencode($xmlstr));

希望这有助于某人。

Answer 3

这里的答案有正确的想法：文档中存在某种不良的，可能是非打印的字符，这会破坏解析器。上面的答案都没有解决我的问题，而是使用tr来编写文件的“干净”版本然后我能够解析它，即

<?php
try {
    $simpleXMLobject = simplexml_load_file($feed);
} catch (\Exception $ex) {
    //try to clean the file and reload it
    $tempFile = sys_get_temp_dir() . "/" . uniqid("rdc");
    shell_exec(
        "tr -cd '\11\12\15\40-\176' < " .
        escapeshellarg($feed) . " > " .
        escapeshellarg($tempFile)
    );
    try {
        $simpleXMLobject = simplexml_load_file($tempFile);
    } catch (\Exception $ex) {
        $err = $ex->getTraceAsString();
        echo die($err);
    }
}

Answer 4

我没有看到任何错误（实际使用的XML与提供的不同，或者使用的xml处理器（BTW，它是什么？）是错误的。）

我建议避免使用CDATA部分。使用以下XML文档，它与提供的（与文本等效）相同，并且更具可读性：

<quizzes>
   <quizz>
      <title>Title</title>
      <descr>Some text here!</descr>
      <tags>one tag, second tag</tags>
      <image>http://www.site.org/displayimage.php?album=search&amp;cat=0&amp;pos=1</image>
      <results>
         <result>
            <title>Something</title>
            <descr>Some text here</descr>
            <image>http://www.site.org/displayimage.php?album=search&amp;cat=0&amp;pos=17</image>
            <id>1</id>
         </result>
      </results>
   </quizz>
</quizzes>

Answer 5

我发现问题在于使用cURL在PHP中传递此XML。我已将其作为普通文本发送，并且＆amp;此XML中的char被解释为下一个参数的分隔符。因此，当我逃脱这个字符时，它开始正常工作。

CData部分未完成问题

5 个答案: