Simplexml_load_string() 无法解析错误答案

【问题标题】：Simplexml_load_string() fail to parse errorSimplexml_load_string() 无法解析错误
【发布时间】：2011-02-23 08:45:05
【问题描述】：

我正在尝试加载解析 Google Weather API 响应（中文响应）。

Here 是 API 调用。

// This code fails with the following error
$xml = simplexml_load_file('http://www.google.com/ig/api?weather=11791&hl=zh-CN');

( !) 警告：simplexml_load_string() [function.simplexml-load-string]：实体：第 1 行：解析器错误：输入不是正确的UTF-8，表示编码！字节：0xB6 0xE0 0xD4 0xC6 输入 C:\htdocs\weather.php 第 11 行

为什么加载此响应失败？

如何对响应进行编码/解码，以便simplexml 正确加载它？

编辑：这是代码和输出。

<?php
$googleData = file_get_contents('http://www.google.com/ig/api?weather=11102&hl=zh-CN');
$xml = simplexml_load_string($googleData);

( !) 警告：simplexml_load_string() [function.simplexml-load-string]：实体：第 1 行：解析器错误：输入不是正确的UTF-8，表示编码！字节：0xB6 0xE0 0xD4 0xC6 输入 C:\htdocs\test4.php 第 3 行调用堆时间记忆功能位置 1 0.0020 314264 {main}( ) ..\test4.php:0 2 0.1535 317520 simplexml_load_string （字符串（1364））..\test4.php:3

( !) 警告：simplexml_load_string() [function.simplexml-load-string]： t_system 数据="SI"/>

( !) 警告：simplexml_load_string() [function.simplexml-load-string]: ^ in C:\htdocs\test4.php 第 3 行调用堆时间记忆功能位置 1 0.0020 314264 {main}( ) ..\test4.php:0 2 0.1535 317520 simplexml_load_string （字符串（1364））..\test4.php:3

【问题讨论】：

标签： php simplexml google-weather-api

【解决方案1】：

这里的问题是 SimpleXML 不会查看 HTTP 标头来确定文档中使用的字符编码，并且只是假设它是 UTF-8，即使 Google 的服务器确实将其宣传为

Content-Type: text/xml; charset=GB2312

您可以编写一个函数，使用超级秘密魔法变量$http_response_header 查看该标头并相应地转换响应。类似的东西：

function sxe($url)
{   
    $xml = file_get_contents($url);
    foreach ($http_response_header as $header)
    {   
        if (preg_match('#^Content-Type: text/xml; charset=(.*)#i', $header, $m))
        {   
            switch (strtolower($m[1]))
            {   
                case 'utf-8':
                    // do nothing
                    break;

                case 'iso-8859-1':
                    $xml = utf8_encode($xml);
                    break;

                default:
                    $xml = iconv($m[1], 'utf-8', $xml);
            }
            break;
        }
    }

    return simplexml_load_string($xml);
}

【讨论】：

所以我只是将它复制粘贴到我的 php 中并更改变量，它会识别像 &frasl; 之类的东西，这是一个 /

【解决方案2】：

更新：我可以重现该问题。此外，当我输出原始 XML 提要时，Firefox 会自动将字符集嗅探为“简体中文”。要么 Google 提要提供不正确的数据（简体中文字符而不是 UTF-8 字符），要么在浏览器中未获取时提供不同的数据 - Firefox 中的内容类型标头清楚地显示utf-8。

将传入的简体中文（GB18030，这是 Firefox 给我的）转换为 UTF-8 工作：

 $incoming = file_get_contents('http://www.google.com/ig/api?weather=11791&hl=zh-CN');
 $xml = iconv("GB18030", "utf-8", $incoming);
 $xml = simplexml_load_string($xml);

不过，它还没有解释也没有解决根本问题。我现在没有时间深入研究这个，也许其他人有。对我来说，看起来谷歌实际上提供了不正确的数据（这让我感到惊讶。我不知道他们犯了像我们这些凡人一样的错误。:P）

【讨论】：

Pekka：我试过了，xml 看起来不错，但是当我将它传递给 simplexml_load_string 时，我得到了大量的解析错误:(。我需要将它转换为 UTF-8 字符串还是什么？通过 php 加载它会给你一个错误吗？
@John 等一下，我试试看。
@Pekka：谢谢！至少现在我知道不是我的代码破坏了系统 xD，我感觉很好。
@John，不客气。我可能是错的，但看起来，这实际上是错误的数据。
实际上，服务器确实使用 GB2312 字符集作为响应进行广告。

【解决方案3】：

刚刚遇到这个。这似乎有效（我在网上找到的功能本身，只是更新了一下）。：

header('Content-Type: text/html; charset=utf-8'); 


function getWeather() {

$requestAddress = "http://www.google.com/ig/api?weather=11791&hl=zh-CN";
// Downloads weather data based on location.
$xml_str = file_get_contents($requestAddress,0);
$xml_str = preg_replace("/(<\/?)(\w+):([^>]*>)/", "$1$2$3", $xml_str); 

$xml_str = iconv("GB18030", "utf-8", $xml_str);


// Parses XML
$xml = new SimplexmlElement($xml_str, TRUE);
// Loops XML
$count = 0;
echo '<div id="weather">';

foreach($xml->weather as $item) {

    foreach($item->forecast_conditions as $new) {

        echo "<div class=\"weatherIcon\">\n";
         echo "<img src='http://www.google.com/" .$new->icon['data'] . "'   alt='".$new->condition['data']."'/><br>\n";
        echo "<b>".$new->day_of_week['data']."</b><br>";
        echo "Low: ".$new->low['data']." &nbsp;High: ".$new->high['data']."<br>";
        echo "\n</div>\n";
        }

}

echo '</div>';
}


getWeather();

【讨论】：

【解决方案4】：

这是我在 php 中制作的用于解析 Google Weather API 的脚本。

 <?php

function sxe($url)
{
$xml = file_get_contents($url);
foreach ($http_response_header as $header)
{
if (preg_match('#^Content-Type: text/xml; charset=(.*)#i', $header, $m))
{
switch (strtolower($m[1]))
{

case 'utf-8':
// do nothing
break;

case 'iso-8859-1':
$xml = utf8_encode($xml);
break;

default:
$xml = iconv($m[1], 'utf-8', $xml);
}
break;
}
}
return simplexml_load_string($xml);
}


$xml = simplexml_load_file('http://www.google.com/ig/api?weather=46360&h1=en-us');
$information = $xml->xpath("/xml_api_reply/weather/forecast_information");
$current = $xml->xpath("/xml_api_reply/weather/current_conditions");
$forecast = $xml->xpath("/xml_api_reply/weather/forecast_conditions");


print "<br><br><center><div style=\"border: 1px solid; background-color: #dddddd; background-image: url('http://mc-pdfd-live.dyndns.org/images/clouds.bmp'); width: 450\">";


print "<br><h3>";
print $information[0]->city['data'] . "&nbsp;" . $information[0]->unit_system['data'] . "&nbsp;" .     $information[0]->postal_code['data'];
print "</h3>";
print "<div style=\"border: 1px solid; width: 320px\">";
print "<table cellpadding=\"5px\"><tr><td><h4>";
print "Now";
print "<br><br>";
print "<img src=http://www.google.com" . $current[0]->icon['data'] . ">&nbsp;";
print "</h4></td><td><h4>";
print "<br><br>";
print "&nbsp;" . $current[0]->condition['data'] . "&nbsp;";
print "&nbsp;" . $current[0]->temp_f['data'] . "&nbsp;°F";
print "<br>";
print "&nbsp;" . $current[0]->wind_condition['data'];
print "<br>";
print "&nbsp;" . $current[0]->humidity['data'];
print "<h4></td></tr></table></div>";




print "<table cellpadding=\"5px\"><tr><td>";


print "<table cellpadding=\"5px\"><tr><td><h4>";
print "Today";
print "<br><br>";
print "<img src=http://www.google.com" . $forecast[0]->icon['data'] . ">&nbsp;";
print "</h4></td><td><h4>";
print "<br><br>";
print  $forecast[0]->condition['data'];
print "<br>";
print  "High&nbsp;" . $forecast[0]->high['data'] . "&nbsp;°F";
print "<br>";
print  "Low&nbsp;" . $forecast[0]->low['data'] . "&nbsp;°F";
print "</h4></td></tr></table>";

print "<table cellpadding=\"5px\"><tr><td><h4>";
print  $forecast[2]->day_of_week['data'];
print "<br><br>";
print "<img src=http://www.google.com" . $forecast[2]->icon['data'] . ">&nbsp;";
print "</h4></td><td><h4>";
print "<br><br>";
print  "&nbsp;" . $forecast[2]->condition['data'];
print "<br>";
print  "&nbsp;High&nbsp;" . $forecast[2]->high['data'] . "&nbsp;°F";
print "<br>";
print  "&nbsp;Low&nbsp;" . $forecast[2]->low['data'] . "&nbsp;°F";
print "</h4></td></tr></table>";


print "</td><td>";


print "<table cellpadding=\"5px\"><tr><td><h4>";
print  $forecast[1]->day_of_week['data'];
print "<br><br>";
print "<img src=http://www.google.com" . $forecast[1]->icon['data'] . ">&nbsp;";
print "</h4></td><td><h4>";
print "<br><br>";
print  "&nbsp;" . $forecast[1]->condition['data'];
print "<br>";
print  "&nbsp;High&nbsp;" . $forecast[1]->high['data'] . "&nbsp;°F";
print "<br>";
print  "&nbsp;Low&nbsp;" . $forecast[1]->low['data'] . "&nbsp;°F";
print "</h4></td></tr></table>";

print "<table cellpadding=\"5px\"><tr><td><h4>";
print  $forecast[3]->day_of_week['data'];
print "<br><br>";
print "<img src=http://www.google.com" . $forecast[3]->icon['data'] . ">&nbsp;";
print "</h4></td><td><h4>";
print "<br><br>";
print  "&nbsp;" . $forecast[3]->condition['data'];
print "<br>";
print  "&nbsp;High&nbsp;" . $forecast[3]->high['data'] . "&nbsp;°F";
print "<br>";
print  "&nbsp;Low&nbsp;" . $forecast[3]->low['data'] . "&nbsp;°F";
print "</h4></td></tr></table>";


print "</td></tr></table>";


print "</div></center>";


?>

【讨论】：

【解决方案5】：

尝试在url查询参数中添加eo = utf-8。在这种情况下，答案将完全是 UTF-8 编码。它帮助了我。

http://www.google.com/ig/api?weather=?????&degree=??????&oe=utf-8&hl=es

【讨论】：