转义 simpleXML 错误

Question

 <!-- MEMCACHE empty -->

以上内容现在导致脚本出现问题，因为它现在放置在我尝试远程访问的 XML 文件的顶部。 simpleXML 不喜欢 XML 文件格式不再正确的事实。我试图逃避错误，但这似乎不是诀窍。任何人都可以指出如何解决这个问题的方向吗？

Answer 1

只要 XML 文件格式不正确，SimpleXML 就不会加载它...因此，您可能需要在输入到 SimpleXML 之前对该 XML 文件执行一些字符串操作。

如果这个“MEMCACHE 空”的东西总是一样的，那么基于 str_replace 的一些非常简单的东西可能会做；否则，一些正则表达式可能会解决问题;-)

所以：

• 把远程文件变成字符串
• 一开始就压制东西
• 将该字符串提供给simplexml_load_string

也许它不是真的“干净”...但应该可以工作，快速且简单...

例如，如果您的非 XML 看起来像这样：

$xml_string = <<<XML
&lt;!-- MEMCACHE empty --&gt;
<?xml version="1.0" ?>
<data>
    <glop>TEST</glop>
    <other>GLOP</other>
</data>
XML;

你可能想用这个：

$real_xml_string = str_replace("<!-- MEMCACHE empty -->\n", '', $xml_string);

请注意末尾的“\n”：您需要删除该换行符；-)

这会给你一个包含：

的字符串

<?xml version="1.0" ?>
<data>
    <glop>TEST</glop>
    <other>GLOP</other>
</data>

这是格式良好的 XML ；所以你现在可以加载它了：

$xml = simplexml_load_string($real_xml_string);
var_dump($xml);

你得到你想要的：

object(SimpleXMLElement)[1]
  public 'glop' => string 'TEST' (length=4)
  public 'other' => string 'GLOP' (length=4)

如果 MEMCACHE 事物中的“状态”并不总是“空”，您可能会使用一些正则表达式；我想，这样的事情可能会做，而不是 str_replace 调用：

$real_xml_string = preg_replace("#<!-- MEMCACHE (\w+) -->\n#", '', $xml_string);

（可能需要稍作调整，取决于您的需要）

当然，在您的情况下，$xml_string 不会存储在源代码中，而是通过 curl 或 file_get_contents 之类的东西获得，我想。

Answer 2

如果它位于文件的最顶部，例如

<!-- MEMCACHE empty -->
<?xml version="1.0" ?>
<root> ... </root>

那么我认为最好的做法是将preg_replace("/^<!-- MEMCACHE empty -->$/", "", $xml_file) 设置为empty 或null。

这是因为<?xml version="1.0" ?> 必须是文件的第一行，才能在任何情况下成为有效的 XML，DOM、SAX、SimpleXML 或其他。