PHP XMLReader 偶然发现无效字符并停止

Question

正如标题所说。

我正在动态处理下载的大型 XML 文件。其中一些文件包含无效字符，例如“US”或“VB”（垂直选项卡）。不知道为什么这些角色一开始就在那里。我真的无能为力。

$z = new XMLReader;
$z->open('compress.zlib://'.$file, "UTF-8");
while ($z->read() && $z->name !== 'p');
while ($z->name === 'p'){

try
{
    $node = new SimpleXMLElement($z->readOuterXML());
}catch(Exception $e)
{
    echo $e->getMessage();
}
// And so on
}

我收到一条错误消息，提示“无法将字符串解析为 XML”。

我可以在这里做什么？

Answer 1

最终还是找到了解决方案。

我决定使用fopen 即时构建和处理。这是我最终得到的结果：

$handle = fopen('compress.zlib://'.$file, 'r');
$xml_source = '';
$record = false;
if($handle){
    while(($buffer = fgets($handle, 4096)) !== false){
        if(strpos($buffer, '<open_tag>') > -1){
            $xml_source = '<?xml version="1.0" encoding="UTF-8"?>';
            $record = true;
        }
        if(strpos($buffer, '</close_tag') > -1){
            $xml_source .= $buffer;
            $record = false;
            $xml = simplexml_load_string(stripInvalidXml($xml_source));

            // ... do stuff here with the xml element

        }
        if($record){
            $xml_source .= $buffer;
        }

    }
}

simplexml_load_string() 函数是提供的一个 quickshiftin。像魅力一样工作。