Question

我正在尝试解析包含字符和字符的XML字符串。＆LT;和＆gt;在TEXTDATA中。通常，这些字符应该是htmlencoded，但在我的情况下它们不是这样我得到以下消息：

警告：DOMDocument :: loadXML（）[function.loadXML]：在实体中解析属性名称时出错... 警告：DOMDocument :: loadXML（）[function.loadXML]：找不到开始标记的结尾...

我可以使用str_replace对所有＆amp;编码，但是如果我用＆lt;或者＆gt;我也在为有效的XML标签做这件事。

有没有人知道这个问题的解决方法？

谢谢！

Answer 1

如果你有＆lt; XML中的内部文本... 它不是有效的XML 。尝试对其进行编码或将其封装到<![CDATA[。

如果不可能（因为你没有输出这个“XML”）我建议尝试一些Html解析库（我没有使用它们，但它们存在）因为它们不如XML严格的。

但是在尝试任何其他事情之前我真的会尝试获得有效的XML !!

Answer 2

我经常在对DomDocument的load（）调用前使用@，主要是因为你永远不能完全确定你加载的是什么。

使用@可以抑制错误。

@$dom->loadXml($myXml);

Answer 3

我可以使用str_replace对所有＆amp;编码，但是如果我用＆lt;或者＆gt;我也在为有效的XML标签做这件事。

作为一种严格的临时修正措施，您可以替换那些不属于标签或实体参考的部分，例如：

$str= preg_replace('<(?![a-zA-Z_!?])', '&lt;', $str);
$str= preg_replace('&(?!([a-zA-Z]+|#[0-9]+|#x[0-9a-fA-F]+);)', '&amp;', $str);

然而，这不是水密的，从长远来看，你需要修复产生这种伪造标记的任何东西，或者对那些需要修复它的人大喊大叫直到他们得到线索。根据定义，像这样的非格式良好的XML 根本就不是XML 。

Answer 4

将所有文字放在CDATA元素中？

<!-- Old -->
<blah>
    x & y < 3
</blah>

<!-- New -->
<blah><![CDATA[
    x & y < 3
]]></blah>