Question

在底部查看编辑以显示更准确的错误输出

我使用SimpleXML首次使用PHP解析一些大（~15MB）的XML文件。这些文件是航班搜索结果，所以它们有很长的属性（链接回Kayak;例如：
“/book/flightcode=1238917408.NxJI6G.0.F.ORBITZAIR,ORBITZAIR.0.f36f1ea92513977249aa695112410052&sid=26-Vu01v7ilzhSAjPVLZ3Ul”

解析时，SimpleXML会抛出此错误：

“实体：第10行：解析器错误：EntityRef：expecting';'在“然后;

“38917408.NxJI6G.0.F.ORBITZAIR，ORBITZAIR.0.f36f1ea92513977249aa695112410052＆amp; sid in” 然后;

“simplexml_load_string（）[function.simplexml-load-string]：^ in，”

对于存在这些网址的每一行，

等等。

我发现SimpleXML并不喜欢php.net上没有解决方案的长属性。我宁愿现在只使用和学习SimpleXML，如果有一个非常轻松，有点简单的解决方法，可以解决这个错误。

有没有人有解决方案？提前谢谢！

我尝试输入XML的前13行，但它只输出没有XML的信息....所以如果有帮助的话，我可以这样做。我不确定使用另一个解析器/扩展是否会降低功能或易用性，但如果没有解决方法，请随意建议另一个（DOM或XMLReader可能是我想的）。

以下编辑包括较少的误操作输出：

http://dl.dropbox.com/u/10206237/stack_overflow_xml.xml

错误1：

simplexml_load_string() [<a href='function.simplexml-load-string'>function.simplexml-load-string</a>]: Entity: line 10: parser error : EntityRef: expecting ';' in

错误2 :(我认为XML很好，因为它适用于使用DOM的Python脚本;我正在将它转换为PHP，因为我不知道Python）。我不知道浏览器中的输出会有所不同。感谢您的耐心等待。）

<a href='function.simplexml-load-string'>function.simplexml-load-string</a>]: 38917408.Pt8rW8.0.F.ORBITZAIR,ORBITZAIR.0.f36f1ea92513977249aa695112410052&amp;_sid_ in

错误3：

function.simplexml-load-string</a>]:                                                                                ^ in

（所有这些空间都在那里）

Answer 1

正如其他答案和评论中所提到的，您的源XML是已破坏，并且XML解析器应该拒绝无效输入。 libxml有一个“恢复”模式，可以让你加载这个破碎的XML，但是你会失去“＆amp; sid”部分，所以它无济于事。

如果你很幸运而且你喜欢冒险，你可以尝试以某种方式通过修复输入来使其工作。您可以使用一些字符串替换来转义看起来像是在URL的查询部分中的＆符号。

$xml = file_get_contents('broken.xml');
// replace '&' followed by a bunch of letters, numbers
// and underscores and an equal sign with &amp;
$xml = preg_replace('#&(?=[a-z_0-9]+=)#', '&amp;', $xml);
$sxe = simplexml_load_string($xml);

当然，这只是只是黑客攻击，解决问题的唯一好方法是让XML提供商修复他们的生成器。因为如果它生成了破碎的XML，谁知道其他错误会被忽视？

Answer 2

达里尔对于为什么在上面的评论中发生这种情况有正确的答案。解决这个问题的一种方法是使用str_replace（）替换所有'＆amp;' ＆amp; amp;＆amp; amp;'在XML中。根据{{3}}，您还可以使用此正则表达式将＆符号替换为其实体：

$s = preg_replace('/&[^; ]{0,6}.?/e', "((substr('\\0',-1) == ';') ? '\\0' : '&amp;'.substr('\\0',1))",

Answer 3

对于解析器，解析的xml文件可能太大了。但是您可以尝试将LIBXML_PARSEHUGE作为选项传递 - 这在我的案例中有所帮助。

Answer 4

我遇到了13MB文件的问题，并通过包含LIBXML_PARSEHUGE参数：

解决了这个问题

$xml = new SimpleXMLElement($contents, LIBXML_PARSEHUGE);

注意：在1GB下使用ini_set并没有解决我的问题，因为PARSED内容占用的数量超过了这个数量。

更激进的方法是将其他库用于STREAM而不是LOAD WHOLE FILE（SAX解析器与DOM解析器），如XML Streamer

PHP - SimpleXML解析错误

4 个答案: