Question

我使用PHP的SimpleXML处理XML文件，并收到此错误：

Message: simplexml_load_string(): Entity: line 9: parser error : EntityRef: expecting ';'

快速谷歌搜索显示，这通常是由一个未逃脱的＆amp; - Stack Overflow上有关于这个答案的十几个问题。但是，这是文件的第9行：

<p>In-kingdom commentary on the following items can be found on the November LoP. https://oscar.sca.org/kingdom/kingloi.php?kingdom=9&amp;loi=4191</p>

正如你所看到的，＆amp;被逃脱了。文件上的文本搜索显示没有＆amp;的其他实例。

我错过了什么？

请注意：我无法编辑XML文件 - 我必须接受它并且只修复我的代码中的内容。我目前使用以下代码打开XML：

    $rawstring = file_get_contents($filename);
    $safestring = html_entity_decode($rawstring, 0, 'ISO-8859-1');
    $xmlstring = simplexml_load_string($safestring);

（html_entity_decode是必要的，因为文件使用Latin-1编码而simplexml需要UTF-8）

帮助表示赞赏。

Answer 1

html_entity_decode()不适用于您认为的目的，实际上是导致您出现问题的原因。顾名思义：它将html实体（如&）解码为实际表示形式;在& =＆gt;的情况下&。

如果您想将原始$rawstring的字符编码转换为ISO-8859-1或UTF-8，则应使用iconv()或mb_convert_encoding()之类的内容。

以下是应工作的示例：

$rawstring = file_get_contents($filename);
$safestring = mb_convert_encoding($rawstring, 'ISO-8859-1' /*, $optionalOriginalEncoding */);
$xmlstring = simplexml_load_string($safestring);

^{同时参见list of supported encodings。}

但是，由于原始$rawstring为Latin-1，因此转换为ISO-8859-1毫无意义，因为Latin-1 is ISO-8859-1。您可能需要转换为UTF-8，但我确信这甚至都不需要。

XML验证错误：EntityRef：expecting';'

1 个答案: