php/simplexml - LIBXML 选项被忽略？

Question

我正在尝试将 LIBXML* 常量用于SimpleXMLElementconstructor 的第二个参数，但它们根本没有改变任何东西。

$xml = '<root><empty_tag/><foo></foo></root>';
$simpleXml = new SimpleXMLElement($xml, LIBXML_NOENT|LIBXML_NOXMLDECL|LIBXML_NOEMPTYTAG);

$simpleXml->foo = 'Ņ';

echo $simpleXml->asXML();

预期：

<root><empty_tag></empty_tag><foo>Ņ</foo></root>

实际：

<?xml version="1.0"?>
<root><empty_tag/><foo>&#x145;</foo></root>

如您所见，这些标志中没有一个做任何事情 - 实体仍然被转义（即使根据https://www.w3.org/TR/xml/#syntax，XML 应该只转义 "'&><），XML 声明仍然存在，并且空的标签保持为空。 有没有办法使用 SimpleXML 达到预期的结果？或者至少只转义 5 个特殊字符？ addChild() 不是这里的选项，我正在分配现有节点。

Answer 1

这些常量的命名可能有点神秘。那么究竟支持什么？

LIBXML_NOENT

实体是作为实体引用添加到文档中还是展开。需要通过加载文档来指定：

<?php

$xml = '<!DOCTYPE test [<!ENTITY c "TEST">]>
<test>&c;</test>';

echo (new SimpleXMLElement($xml))->asXML(), "\n";
echo (new SimpleXMLElement($xml, LIBXML_NOENT))->asXML(), "\n";

这显示了第一个输出：

<?xml version="1.0"?>
<!DOCTYPE test [
<!ENTITY c "TEST">
]>
<test>&c;</test>

实体被保留。对于第二个回声，LIBXML_NOENT:

<?xml version="1.0"?>
<!DOCTYPE test [
<!ENTITY c "TEST">
]>
<test>TEST</test>

XML 借自相关问答：What does LIBXML_NOENT do (and why isn't it called LIBXML_ENT)?

顺便说一句，这与您的文档中的非 US-ASCII 字符无关。如果您需要带有它的文档，请将编码设置为 UTF-8，例如：

$xml = '<root><empty_tag/><foo></foo></root>';
$simpleXml = new SimpleXMLElement($xml);

dom_import_simplexml($simpleXml)->ownerDocument->encoding = 'UTF-8';

$simpleXml->foo = 'Ņ';

echo $simpleXml->asXML();

这里的诀窍是set the encoding in the underlying DOMDocument，这是我知道SimpleXMLElement（和DOMDocument）的唯一方法。这里的输出：

<?xml version="1.0" encoding="UTF-8"?>
<root><empty_tag/><foo>Ņ</foo></root>

您看不到更多 Ņ 实体，而只能看到 Unicode（UTF-8 编码）中的 Ņ。 XML declaration 现在还显示编码。

根据您的问题，我认为这就是您要“寻找”的LIBXML_NOENT。

LIBXML_NOXMLDECL

列表中的第二个。我从来没有让它工作，它有问题和/或有一些特定的版本要求，但老实说，我什至不知道是否/在哪里故意应用它。

您可以从输出中删除包含 XML 声明的第一行（总是“\n”终止）。

或者您可以再次关联底层DOMDocument 以输出文档元素，因此它不是完整的文档，因此没有 XML 声明：

$dom = dom_import_simplexml($simpleXml)->ownerDocument;
echo $dom->saveXML($dom->documentElement);

输出：

<root><empty_tag/><foo>Ņ</foo></root>

这基本上是在：remove xml version tag when a xml is created in php 中建议的。

LIBXML_NOMPTYTAG

列表中的第三个也是最后一个。我现在可以引用 PHP 手册，但这已在其他地方完成 on site already 但无论如何，无论常量不可用，如何使用 SimpleXMLElement 执行此操作？

一种方法是再次通过DOMDocument 提供选项：

$dom = dom_import_simplexml($simpleXml)->ownerDocument;
echo $dom->saveXML($dom->documentElement, LIBXML_NOEMPTYTAG);

输出：

<root><empty_tag></empty_tag><foo>Ņ</foo></root>

或者为了做这个“纯”的 SimpleXML，一个空的文本节点插入每个空元素：

$xml = '<?xml version="1.0" encoding="UTF-8"?><root><empty_tag/><foo></foo></root>';
$simpleXml = new SimpleXMLElement($xml);
$simpleXml->foo = 'Ņ';

foreach ($simpleXml->xpath('//*[not(*) and string() = ""]') as $empty) {
    $empty[0] = '';
}

echo $simpleXml->asXML();

在foreach 中，获取每个 xpath 查询的所有空元素，然后将其文本内容设置为空字符串，如果没有（空），则将在其中插入一个文本节点一个。输出：

<?xml version="1.0" encoding="UTF-8"?>
<root><empty_tag></empty_tag><foo>Ņ</foo></root>

我希望这可以为您提供您正在寻找的选项。

Answer 2

您需要添加 XML 文档使用 UTF-8 编码的事实，因此类似于...

$xml = '<?xml version="1.0" encoding="utf-8" ?><root><empty_tag/><foo></foo></root>';

给你...

<?xml version="1.0" encoding="utf-8"?>
<root><empty_tag/><foo>Ņ</foo></root>