Question

使用PHP 5.3.13

解析xml时，

simplexml_load_string 会抛出实体'除以'未定义错误。

此问题的大多数解决方案都集中在如何处理 SimpleXMLElement 及其 addChild 和 addAttribue 方法。这些方法将一些特殊字符转换为实体。然后解决方案似乎要处理 simplexml_load_string 不理解的几个特殊字符。

问题是列表非常大，如果你在$ string上使用 htmlentities（$ string，ENT_QUOTES，'UTF-8'，true），你将要插入XML addChild 然后它会添加正常但 simplexml_load_string 会在尝试从 SimpleXMLElement 生成的 as_xml 解析生成的XML时崩溃。

另一个问题是生成的实体列表可能很长，但用户可以轻松输入以下＆amp; pizza;它会打破解析器。由于我需要处理所有用户输入，我想出了以下内容，但想知道你是否看到它会失败。

想知道以下解决方案是否有效：替换＆amp;带有＆amp; amp;的字符串中的任何地方。我一直无法找到一个案例，因为我的解决方案已经解决，但因为它很简单，我还没有把它看作列出的解决方案

Rationale behind SimpleXMLElement's handling of text values in addChild and addAttribute - On this issue but does not solve the general issue
XML parser error: entity not defined - Addressing just a few special characters

以下是我可能的解决方案的示例代码：

$content_amp_safe = str_replace('&','&amp;',$content);

以下是错误消息：

警告：simplexml_load_string（）：实体：第11行：解析器错误：内部错误实体“鸿沟”未定义

以下是导致问题解决前的代码：

<?php
// insert that causes the issue with the windows encoded dash, triple dot, and right quote as an example
// also issue if user enters &pizza; in the text as it is an unknown entity
$content = "I love &pizza; in the … morning's  – night as well";
$content_unsafe = htmlentities($content, ENT_QUOTES, 'UTF-8', true);
//fix is to use $content_amp_safe string instead
$content_amp_safe = str_replace('&','&amp;',$content_unsafe);
$xml = new SimpleXMLElement("<?xml version='1.0' encoding='utf-8'?><Entries />");
$entry = $xml->addChild('Entry');
$entry->addChild('Content', $content);
$xml_string = $xml->asXML();
libxml_use_internal_errors(true);
$xml = simplexml_load_string($xml_string);
if ($xml === false) {
    $error_string = "Failed loading XML\n";
    foreach ( libxml_get_errors() as $error ) {
            $error_string .= "\t" . $error->message;
    }
    echo $error_string;
    ));
}
libxml_use_internal_errors(false);

?>

使用 htmlentities 对用户输入导致问题的某些字符的简短版本。

<?php 
 $table = get_html_translation_table(HTML_ENTITIES, ENT_QUOTES, 'cp1252');
 var_dump($table);
?>

示例字符：

€，ƒ“...†‡‡<Œ''”“• - 〜™š>œŸ¢¢¥|§«ª«¬®¯°±³³μμ··· »¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖ×ØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõö÷øùúûüýþÿ＆安培;“'＆LT;＆GT;

示例编码：

€，ƒ“...†‡‰Š<Œ ''‘’•--~™S>œŸ¡¢£¤¥|§¨©ª«¬®¯°±²³'μ¶·¸¹º »¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖ×ØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõö÷øùúûüýþÿ＆安培;“'＆LT;＆GT;

示例新编码：

＆安培;欧元;＆安培; sbquo;＆安培; fnof;＆安培; bdquo;＆安培; hellip;＆安培;匕首;＆安培;匕首;＆安培; CIRC;＆安培; permil;＆安培; Scaron;＆安培; lsaquo;上＆安培; OElig ;＆安培; lsquo的;＆安培; rsquo的;＆安培; ldquo;＆安培; rdquo;的＆安培;公牛;＆安培; ndash的;＆安培; MDASH;＆安培;波浪;＆安培;贸易;＆安培; scaron;＆安培; rsaquo;＆安培; oelig;＆放; Yuml;＆安培; NBSP;＆安培; iexcl;＆安培;百分之;＆安培;磅;＆安培; CURREN;＆安培;日元;＆安培; brvbar;＆安培;节;＆安培; UML;＆安培;复印;＆安培; ordf;＆安培; LAQUO ;＆安培;不;＆安培;害羞;＆安培; REG;＆安培; MACR;＆安培;度;＆安培; plusmn;＆安培; SUP2;＆安培; SUP3;＆安培;急性;＆安培;微;＆安培;对;＆安培; middot;＆安培; cedil;＆安培; SUP1;＆安培; ORDM;＆安培; RAQUO;＆安培; frac14;＆安培; frac12;＆安培; frac34;＆安培; iquest;＆安培; Agrave;＆安培; Aacute;＆安培; ACIRC;＆安培; Atilde;＆安培; AUML ;＆安培; Aring;＆安培; AElig;＆安培; Ccedil;＆安培; Egrave;＆安培; Eacute;＆安培; Ecirc;＆安培; Euml;＆安培; Igrave;＆安培; Iacute;＆安培; Icirc;＆安培; IUML;＆安培; ETH;＆安培; Ntilde;＆安培; Ograve;＆安培; Oacute;＆安培; Ocirc;＆安培; Otilde;＆安培; Ouml;＆安培;倍;＆安培; Oslash;＆安培; Ugrave;＆安培; Uacute;＆安培; Ucirc;＆安培; Uuml;＆安培; Yacute ;＆安培; THORN;＆安培;大街;＆安培; agrave;＆安培; aacu TE;＆安培; ACIRC;＆安培; atilde;＆安培; AUML;＆安培; aring;＆安培; aelig;＆安培; ccedil;＆安培; egrave;＆安培; eacute;＆安培; ecirc;＆安培; euml;＆安培; igrave;＆安培; iacute; ＆安培; icirc;＆安培; IUML;＆安培; ETH;＆安培; ntilde;＆安培; ograve;＆安培; oacute;＆安培; ocirc;＆安培; otilde;＆安培; ouml;＆安培;除法;＆安培; oslash;＆安培; ugrave;＆安培; uacute;＆安培; ucirc;＆安培; uuml;＆安培; yacute;＆安培;刺;＆安培; yuml;＆放大器;放大器;＆安培; QUOT;＆安培;＃039;＆安培; LT;＆安培; GT;

Answer 1

您的观察是正确的SimpleXMLElement::addChild()（和::addAttribute()）将（仅）某些特殊字符转换为实体。

这是逐字输入一些字符（特别是＆符号“&”字符）。

但是你不希望在你的情况下这样做。要转换所有特殊字符，您需要通过属性访问设置XML元素的文本值，例如：

$entry->Content = $content;

如您所见，未使用$entry->addChild('Content', $content)，而是使用属性访问$entry->Content。只有插入一个Content元素时，该属性访问才有效。如果要向同一父项插入多个，则必须使用所谓的simplexml-self-reference。现在再次演示 addChild()：

$entry->addChild('Content')->{0} = $content;

完整示例：

$content = "I love &pizza; in the … morning's  – night as well";

$xml = new SimpleXMLElement("<Entries />");
$entry = $xml->addChild('Entry');
$entry->Content = $content;
$entry->addChild('Content')->{0} = $content;

echo $xml->asXML();

输出（美化）：

<?xml version="1.0"?>
<Entries>
  <Entry>
    <Content>I love &amp;pizza; in the … morning's  – night as well</Content>
    <Content>I love &amp;pizza; in the … morning's  – night as well</Content>
  </Entry>
</Entries>

我希望现在不会太混乱。

除了＆符号的问题之外，您可能会看到一些字符编码问题。对于那些有一个简单的规则：每当您将字符串传递给 SimpleXMLElement 时，该字符串的编码必须是UTF-8。

因此，如果您从网站上获取HTML表单中的数据，请注意浏览器会将数据UTF-8编码 - 或者 - 将数据重新编码为UTF-8，然后再将其传递给 SimpleXMLElement

PHP XML实体未使用simplexml_load_string和SimpleXMLElement addChild / addAttribute定义解析问题

1 个答案: