PHP XML实体未定义解析问题与simplexml_load_string和SimpleXMLElement addchild/addAtinn

Question

使用PHP 5.3.13

simplexml_load_string在解析xml时抛出实体'分割'未定义错误。

这个问题的大多数解决方案都集中在如何处理SimpleXMLElement及其addchild和addAtinie方法上。这些方法将一些特殊字符转换为实体。解决方案似乎是说处理simplexml_load_string不理解的几个特殊角色。

问题是这个列表非常大，如果您在将要插入到XML addChilder中的$string上使用html实体（$string，ENT_QUOTES，'UTF-8'，true），那么它将添加罚款，但simplexml_load_string将在试图解析生成的XML时崩溃从SimpleXMLElement生成的as_xml。

另一个问题是生成的实体列表可能很长，但用户可以很容易地键入以下内容

想知道以下解决方案是否有效：更换

1. SimpleXMLElement在addChild和addAttribute中处理文本值的基本原理-在这个问题上，但没有解决一般问题

以下是我可能的解决方案的一些示例代码：

$content_amp_safe = str_replace('&','&',$content);

以下是错误消息：

警告：simplexml_load_string（）：实体：第11行：解析器错误：未定义内部错误实体“divide”

下面是导致问题预解决方案的代码：

<?php
// insert that causes the issue with the windows encoded dash, triple dot, and right quote as an example
// also issue if user enters &pizza; in the text as it is an unknown entity
$content = "I love &pizza; in the … morning's  – night as well";
$content_unsafe = htmlentities($content, ENT_QUOTES, 'UTF-8', true);
//fix is to use $content_amp_safe string instead
$content_amp_safe = str_replace('&','&amp;',$content_unsafe);
$xml = new SimpleXMLElement("<?xml version='1.0' encoding='utf-8'?><Entries />");
$entry = $xml->addChild('Entry');
$entry->addChild('Content', $content);
$xml_string = $xml->asXML();
libxml_use_internal_errors(true);
$xml = simplexml_load_string($xml_string);
if ($xml === false) {
    $error_string = "Failed loading XML\n";
    foreach ( libxml_get_errors() as $error ) {
        $error_string .= "\t" . $error->message;
    }
    echo $error_string;
}
libxml_use_internal_errors(false);
?>

在用户输入时使用htmlentities会导致问题的某些字符的简短版本。

<?php 
 $table = get_html_translation_table(HTML_ENTITIES, ENT_QUOTES, 'cp1252');
 var_dump($table);
?>

示例字符：

€‚ƒ„…†‡ˆ‰Š‹Œ‘’“”•–—˜™š›œŸ ¡¢£¤¥¦§¨©ª«¬­®¯°±²³´µ¶·¸¹º»¼½¾¿ÀÁÂÃÄÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖ×ØÙÚÛÜÝÞßàáâãäåæçèéêëìíîïðñòóôõö÷øùúûüýþÿ

编码示例：

€‚ƒ„…†‡ˆ‰Š‹Œ‘’“”•–—˜™š›œŸ

新编码示例：

Answer 1

您的观察是正确的，simplexmlement:：addChild（）（和：：addAttribute（））将（仅）一些特殊字符转换为实体。

这是为了逐字输入一些字符（尤其是“

然而，在你的情况下，你不想这样。要转换所有特殊字符，需要通过属性访问设置XML元素的文本值，例如：

$entry->Content = $content;

如您所见，$entry-

$entry->addChild('Content')->{0} = $content;

一个完整的例子：

$content = "I love &pizza; in the … morning's  – night as well";

$xml = new SimpleXMLElement("<Entries />");
$entry = $xml->addChild('Entry');
$entry->Content = $content;
$entry->addChild('Content')->{0} = $content;

echo $xml->asXML();

输出（美化）：

<?xml version="1.0"?>
<Entries>
  <Entry>
    <Content>I love &amp;pizza; in the … morning's  – night as well</Content>
    <Content>I love &amp;pizza; in the … morning's  – night as well</Content>
  </Entry>
</Entries>

我希望现在不会太混乱。

在使用&号的问题旁边，您可能会看到一些字符编码问题。对于这些，有一个简单的规则：每当您将字符串传递给SimpleXMLElement时，该字符串的编码必须是UTF-8。