PHP：在XML节点中保留HTML而不使用CDATA

Question

我有一个这样的xml：

<father>
  <son>Text with <b>HTML</b>.</son>
</father>

我正在使用simplexml_load_string将其解析为SimpleXmlElement。然后我像这样得到我的节点

$xml->father->son->__toString(); //output: "Text with .", but expected "Text with <b>HTML</b>."

我需要处理简单的超文本标记语言，例如：

我的问题是，我不能仅仅要求他们使用CDATA，因为他们无法正确处理它，而且他们已经习惯了没有CDATA。此外，如果可能的话，我不希望文件被编辑，因为信息需要是用户发送的。

函数simplexml_load_string只需删除HTML节点和HTML节点本身内部的任何内容。我如何保存这些信息？

解决方案

为了解决这个问题，我使用了asXml，正如@ThW所解释的：

$tmp = $xml->father->son->asXml(); //<son>Text with <b>HTML</b>.</son>

我刚刚添加了一个preg_匹配来擦除节点。




Answer 1

CDATA节是字符节点，就像文本节点一样。但它的编码/解码功能较少。实际上，这主要是一个缺点。从正面来看，CDATA部分中的某些内容对人来说可能更具可读性，并且在特殊情况下允许使用某些BC。（想想HTML脚本标记。）

对于XMLAPI，它们几乎是相同的。下面是一个小的DOM示例（SimpleXML非常抽象）。

$document = new DOMDocument();
$father = $document->appendChild(
  $document->createElement('father')
);
$son = $father->appendChild(
  $document->createElement('son')
);
$son->appendChild(
  $document->createTextNode('With <b>HTML</b><br>It\'s so nice.')
);
$son = $father->appendChild(
  $document->createElement('son')
);
$son->appendChild(
  $document->createCDataSection('With <b>HTML</b><br>It\'s so nice.')
);

$document->formatOutput = TRUE;
echo $document->saveXml();

输出：

<?xml version="1.0"?>
<father>
  <son>With &lt;b&gt;HTML&lt;/b&gt;&lt;br&gt;It's so nice.</son>
  <son><![CDATA[With <b>HTML</b><br>It's so nice.]]></son>
</father>

正如您所看到的，它们的序列化方式非常不同——但从API视图来看，它们基本上是可交换的。如果您使用的是XML解析器，那么在这两种情况下返回的值应该相同。

因此，第一种可能是让HTML片段存储在字符节点中。它只是外部XML文档本身的字符串值。

另一种方法是使用XHTML。XHTML是与XML兼容的HTML。您可以混合匹配不同的XML格式，因此可以添加XHTML片段作为外部XML的一部分。

这似乎就是你收到的。但是SimpleXML在混合节点方面存在一些问题。下面是一个如何在DOM中读取它的示例。

$xml = <<<'XML'
<father>
  <son>With <b>HTML</b><br/>It's so nice.</son>
</father>
XML;

$document = new DOMDocument();
$document->loadXml($xml);
$xpath = new DOMXpath($document);

$result = '';
foreach ($xpath->evaluate('/father/son[1]/node()') as $child) {
  $result .= $document->saveXml($child);
}
echo $result;

输出：

With <b>HTML</b><br/>It's so nice.

基本上，您需要将son元素的每个子元素保存为XML。

SimpleXML内部基于相同的DOM库。这允许您将SimpleXMLElement转换为DOM节点。从那里，您可以再次将每个子级保存为XML。

$father = new SimpleXMLElement($xml);
$sonNode = dom_import_simplexml($father->son);
$document = $sonNode->ownerDocument;

$result = '';
foreach ($sonNode->childNodes as $child) {
  $result .= $document->saveXml($child);
}
echo $result;