验证失败：“EntityRef：期待';'”答案

【问题标题】：Validation Failed: "EntityRef: expecting ';'"验证失败：“EntityRef：期待';'”
【发布时间】：2010-08-07 17:02:56
【问题描述】：

您好，我有一些无法验证的 XML。我已将问题缩小到这一点：

<script type="text/javascript">document.getelementbyid("oxm-1f4a4485-5a1d-45f9-a989-9c65a0b9ceb6").src="http://bid.website.net/display?l=h4siaaaaaaaaad2nmq6cqbrenycw7qjyolfccxmregvcoae0u0sly_agtvaewwn4bg_havwbnebpvmzkkzra_kzzdvoloq4u-hjnp7sii0rxcbzz5vl5kxsrds6wtsfbxmcr9chysuhqbecuckb8cvx4m-pbcxugtdrll6d3dqtihnqukth2yvdkptr67cuzfvlxjlinkul9634lpal_h4mwhso8aabzhw1cdcwjxl6xivgv8agrjxjc_gaaaa==&p=h4siaaaaaaaaabxkmq7cmaxaurcqjjrrsfqqsrm7x3fsrwyvosda8qnj_3ojfgb49o45pblq7e80syzjhopggso9wyzpcpntzkxk1ldtbbi7otmxfj9da1wpjcf10vtxdj9e5_utyj19k2lfssepld5agnqaaaa=&url=http%3a%2f%2flocalhost%2fproject-debug%2fproject.html";</script>

我把它放在一个 XML 验证器中，然后它吐了出来：

此页面包含以下内容错误：第 1 行第 16 列的错误： EntityRef：期待';'

关于缺少 ';' 的任何想法应该去？还有问题吗？

【问题讨论】：

标签： xml validation xml-validation character-reference

【解决方案1】：

您的网址中有未转义的 & 符号 &amp;。它们要么需要 (a) 更改为字符实体 (&amp;)，要么 (b) 包含在 CDATA 部分中。

CDATA 部分可让您保留 &amp; 等特殊字符不转义，这样最简单：

<script type="text/javascript">
// <![CDATA[
    document.getElementById(...).src="...";
// ]]>
</script>

除了确切的字符序列]]> 之外，您可以在 CDATA 部分中包含任何您想要的内容。 // cmets 用于确保不理解 CDATA 部分的浏览器忽略 <![CDATA[ 和 ]]> 标记。

顺便说一句，JavaScript 是区分大小写的。那应该是getElementById 而不是getelementbyid。

【讨论】：

【解决方案2】：

修改内容并非总是可行的，例如，如果您正在抓取网站。

你不能只用 '&' 替换 str_replace '&'因为 html 可能包含有效的 html 实体，你会得到类似 "&"

这是一个正则表达式，它应该用 htmlentiries 替换 & 符号，而不破坏好的 htmlentities：

$html = preg_replace("|&([^;]+?)[\s<&]|","&amp;$1 ",$html);

我用它刮了大约 700 页没有任何问题:)

【讨论】：