Question

我有这个xml（必须通过HTML剪切/粘贴）。

<tr>
    <td>http://www.example.co.uk/the-view-from-22/feed/</td>
    <td>Example Blogs » The View from 22 » Example Blogs</td>
    <td>http://blogs.example.co.uk/</td>
    <td><![CDATA[Listen: The Example&rsquo;s verdict on the debate]]></td>
    <td>http://blogs.example.co.uk/coffeehouse/2015/04/podcast-special-the-debate/</td>
</tr>

它正被加载到XML dom文档

   $dom = new DOMDocument();
   $dom->preserveWhiteSpace = false;
   $dom->formatOutput = true;
   $dom->loadXML( $xml->asXML() );
   return $dom->saveXML();

但这引发了关于＆amp; rsquo的错误;实体没有被定义。

警告：DOMDocument :: loadXML（）[domdocument.loadxml]：实体'rsquo'未在实体中定义，...

正如在CDATA部分中一样，我期望DOMDocument将其视为文本而忽略它......但它没有......有没有解决方法呢？

数据被直接从视图中的mysql数据库中提取出来，因此首先“修复”的空间不大 - 我在视图的select子句中添加了CDATA，这是我尝试的修复！

修改根据以下建议追踪它（干杯！）

使用$ xml-＆gt; addChild（$ key，$ value）加载数据，但$ value的格式正如您推测的那样编码。

所以我只想尝试一下......

How to write CDATA using SimpleXmlElement?

它的确有效 - 我现在正在加载orignal doc： -

 if (strpos(strtoupper($value),'<![CDATA[') === 0 && strpos(strrev($value),'>]]') === 0) {
                $child = $xml->addChild( $key );
                $node = dom_import_simplexml($child);
                $no   = $node->ownerDocument;
                $node->appendChild($no->createCDATASection(substr($value,9,strlen($value)-12)));

                //simple key/value child pair
            } else {
                $xml->addChild( $key, $value );
            }

Answer 1

如果它只有一个’而不是大量的特殊字符，你可以尝试替换它。

 $dom = new DOMDocument();
 $dom->preserveWhiteSpace = false;
 $dom->formatOutput = true;
 $xml = $xml->asXML();

 $xml = str_replace('&rsquo;', '&#8217;', $xml);

 $dom->loadXML($xml);
 return $dom->saveXML();

真正的问题是，’是如何进入您的数据库的。在插入之前修复它...然后你可以拉出格式良好的XML。 https://stackoverflow.com/a/3142636/1163786

或使rsquo成为有效的实体：

<!DOCTYPE ROOT_XML_ELEMENT [ <!ENTITY rsquo "&#8217;"> ]>

如果您的内容是UTF-8，只需将其替换为：

（我认为）最初的问题就是这个问题：

警告：实体'rsquo'未在实体中定义，行：...

<?php

$xml = <<<XML
<tr>
    <td>Listen: The Example&rsquo;s verdict on the debate></td>
</tr>
XML;

$doc = new DOMDocument();
$doc->presverWhitespace = false;
$doc->formatOutput = true;
$doc->loadXML($xml);
echo $doc->saveXML();

因为实体'rsquo'不是有效的XML，所以会弹出错误。现在，pperrin通过添加“CDATA修复”解决了这个问题。这就是我理解这个问题的方式。

您不需要CDATA - 如果您

在根目录或
将其添加到DTD以使其有效或
手动更换（见上文）
或只是在进入数据库之前修复。

Answer 2

正如我用my example code所证明的那样，我无法重现你的问题。因此，我得出的结论是，您必须具有双重编码，并且双重编码数据是XML解析器扼流的地方，并且正确地为您提供警告。只是由于双重编码，这并不是立即可见的。

对数据进行一次解码，以便对其进行正确的XML编码。然后DOMDocument可以轻松加载它。

旧答案（对于通过搜索引擎来到这里的用户仍然有用）：

我怀疑您的问题是$xml->asXML()，因为CDATA部分不会产生该错误。

首先有一种更好的方法可以转换为DOMDocument：

$dom = dom_import_simplexml($xml)->documentElement;

这也应该保留CDATA部分的编码（不是100％肯定）。对于您的格式化，您可能需要重新加载文档，但也许您不需要。尝试

$dom->preserveWhiteSpace = false;
$dom->formatOutput = true;
$result = $dom->saveXML();

如果结果还不是您想要的预期漂亮打印格式，你可以从dom重新加载文件：

$dom->preserveWhiteSpace = false;
$dom->formatOutput = true;
$dom->loadXML($dom->saveXML());
$result = $dom->saveXML();

我希望因为这是DOMDocument，所以以前的CDATA编码字符与实体类似没有问题。

转换函数dom_import_simplexml() is in the manual以及SimpleXML和DOM共享公共虚拟接口，如果要在DOM和SimpleXML之间切换，反之亦然，使用它应该是首选方式。

DOMDocument解析CDATA中的数据

2 个答案: