simplexml句柄引用实体

Question

输入字符串是：

<input type="hidden" value="CZĘŚCI"" name="userlogin">

<input type="hidden" value="CZĘŚCI'" name="userlogin">

如果我尝试使用 simplexml_load_string 处理此问题，则会返回解析错误。

  

警告：simplexml_load_string（）：实体：第1行：解析器错误

我知道这是不正确的HTML，我应该使用htmlspecialchars或其他函数来解决html问题，但字符串来自外部来源，我无法控制它。我需要解析带有错误的HTML。

如何处理这个并获得这个元素的价值？

Answer 1

SimpleXml只能解析有效的XML。您正在尝试解析无效的HTML。

您可以使用DOM来实现您的目标：

$string = <<< HTML
<input type="hidden" value="CZĘŚCI'" name="userlogin">
HTML;

libxml_use_internal_errors(true);
$dom = new DOMDocument;
$dom->loadHTML('<?xml version="1.0" encoding="UTF-8"?>' . $string);
echo $dom->getElementsByTagName('input')->item(0)->getAttribute("value");
libxml_use_internal_errors(false);