当 CDATA 无效时如何使用 php 加载 xml 文件答案

【问题标题】：How to load xml file with php when CDATA isn't valid当 CDATA 无效时如何使用 php 加载 xml 文件
【发布时间】：2014-05-04 20:40:39
【问题描述】：

我正在开发一个网站，我需要加载一个 xml 文件——比如说 test.xml

XML 节点格式正确，但其中的值却不是。每个节点的值都是 CDATA 嵌套字符串（但 CDATA 并不总是格式正确）。示例：

<root>
 <data>
   <value1><![CDATA[Some value]]></value1>
   <value2><![CDATA[ ]]></value2>
   <value3>![CDATA[  ]]></value3>
 </data>
</root>

原始的 XML 结构更复杂，但这是 CDATA 使用的示例。在节点 value3 中，CDATA 无效（在 '![CDATA' 之前缺少 '

我尝试使用以下代码加载文件

<?php
  $xml = simplexml_load_file("test.xml"); 
?>

但我收到了警告。

然后我尝试使用 LIBXML_NOCDATA，但没有改进。我试过的第二个代码是：

<?php
  $xml = simplexml_load_file("test.xml", null, LIBXML_NOCDATA); 
  //$xml = simplexml_load_file("test.xml", 'SimpleXMLElement', LIBXML_NOCDATA); 
?>

但仍然有警告（两行）。

是否可以加载文件然后解析它（例如$xml->data->value3）？

【问题讨论】：

LIBXML_NOCDATA 不是灵丹妙药，与长久以来的神话相反，它实际上对 SimpleXML 毫无用处，因为 SimpleXML 本身可以很好地处理 CDATA。我在这里解释了它的作用：stackoverflow.com/a/13981917/157957 你的问题更加平凡：你破坏了 XML；损坏的位应该是 CDATA 部分这一事实无济于事，因为它们已损坏，所以它们不是。

标签： php xml cdata

【解决方案1】：

这不是有效的 XML 文件

所以你应该在使用前修复它最简单的方法 - 是使用 PHP 中包含的 Tidy lib

<?php
error_reporting(E_ALL);
$file = '1.xml';

$tidy = new tidy();
$repaired = $tidy->repairfile($file, array(
    'input-xml' => true,
    'escape-cdata' => false
));
var_dump(simplexml_load_string($repaired));

【讨论】：

【解决方案2】：

如果您遇到错误的 XML，正确的方法始终是找出原因并消除根本原因。如果它是您真正无法控制的数据馈送，请认真考虑不要使用它：如果质量如此差，那么数据真的值得拥有吗？

【讨论】：