XML 验证错误：EntityRef：期待“；”答案

【问题标题】：XML Validation error : EntityRef: expecting ';'XML 验证错误：EntityRef：期待“；”
【发布时间】：2017-11-07 15:27:02
【问题描述】：

我正在使用 PHP 的 SimpleXML 处理一个 XML 文件，并得到这个错误：

Message: simplexml_load_string(): Entity: line 9: parser error : EntityRef: expecting ';'

快速的 Google 搜索显示，这通常是由未转义的 & 引起的 - 在 Stack Overflow 上有十几个问题的答案。但是，这是文件的第 9 行：

<p>In-kingdom commentary on the following items can be found on the November LoP. https://oscar.sca.org/kingdom/kingloi.php?kingdom=9&amp;loi=4191</p>

如您所见，& 被转义了。对该文件的文本搜索未发现其他 & 实例。

我错过了什么？

请注意：我无法编辑 XML 文件 - 我必须按原样处理，只修复我的代码中的内容。我目前使用以下代码打开 XML：

    $rawstring = file_get_contents($filename);
    $safestring = html_entity_decode($rawstring, 0, 'ISO-8859-1');
    $xmlstring = simplexml_load_string($safestring);

（html_entity_decode 是必需的，因为文件使用 Latin-1 编码，simplexml 需要 UTF-8）

帮助表示赞赏。

【问题讨论】：

标签： php xml simplexml

【解决方案1】：

html_entity_decode() 并非用于您认为它的用途，实际上正是导致您的问题的原因。顾名思义：它将 html 实体（如 &amp;）解码为它们的实际表示；对于&amp; => &。

如果要将原始$rawstring 的字符编码转换为ISO-8859-1 或UTF-8，则应使用iconv() 或mb_convert_encoding() 之类的字符编码。

这是一个应该工作的例子：

$rawstring = file_get_contents($filename);
$safestring = mb_convert_encoding($rawstring, 'ISO-8859-1' /*, $optionalOriginalEncoding */);
$xmlstring = simplexml_load_string($safestring);

^{也可以查看list of supported encodings。}

但是，由于原来的$rawstring 是Latin-1，转换为ISO-8859-1 是没有意义的，因为Latin-1 is ISO-8859-1。您可能需要转换为UTF-8，但我相当肯定这也没有必要。

【讨论】：

由 html_entity_decode() 引起的问题当然是有道理的——没想到这一点。不幸的是， mb_convert_encoding 也不能正常工作。我使用了这条线： $safestring = mb_convert_encoding($rawstring, 'UTF-8', 'ISO-8859-1');从 Latin-1 (ISO-8859-1) 转换为 UTF-8，它没有正确处理特殊字符。例如，原来的 'Æ' 和 'ö' 在输出中都变成了 'Ã'。这个 XML 集使用了很多外来字符，保留它们很重要。
您如何查看输出？如果您在浏览器中查看输出，请确保设置了正确的 HTTP Content-Type 标头，例如：Content-Type: text/xml; charset=utf-8。查看this question 了解更多选项。
这就是奇怪的事情。使用此代码：$rawstring = file_get_contents($filename); $safestring = mb_convert_encoding($rawstring, 'UTF-8', 'ISO-8859-1'); $xmlstring = simplexml_load_string($safestring); 然后执行echo xmlstring->asXML(); 一切看起来都不错。但后来我通过了那个字符串。我有一些通过 XML 提取相关项目的代码。具体来说，我有以下嵌套项目（跳过不相关的东西）：
foreach ($xmlstring->xpath('//item') as $item) {$sectionxml = simplexml_load_string($item->discussion->{'name-discussion'}->asXML());$namediscussion = '';foreach($sectionxml->xpath('//p') as $p) {$namediscussion = $namediscussion . strip_tags($p->asXML()) . '</br>'; }}}再echo $namediscussion，外来字符都是乱码。
尽管设置了内容类型。