SimpleXML：处理节点值中存在的 CDATA 标记

Question

解析XML文档时需要保存<![CDATA[]]>标签。

例如，我有节点：

<Dest><![CDATA[some text...]]></Dest>

在 xml 文件中可能存在没有 CDATA 的节点。

然后我循环处理所有节点：

$dom = simplexml_load_file($path);
foreach($dom->children() as $child) {
 $nodeValue = (string) $child;
}

因此，当我在上面的示例中处理节点时 - $nodeValue = some text...

但我需要$nodeValue = <![CDATA[some text...]]>

有什么办法吗？

文件示例：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<Root>
  <Params>
    <param>text</param>
    <anotherParam>text</anotherParam>
  </Params>
  <Content>
    <String>
      <Source>some another text</Source>
      <Dest>some another text 2</Dest>
    </String>
    <String>
      <Source>some another text 3</Source>
      <Dest><![CDATA[some text...]]></Dest>
    </String>
  </Content>
</Root>

Answer 1

就像 SimpleXML 这样的解析器而言，<![CDATA[ 不是 XML 元素文本内容的一部分，它只是该内容序列化的一部分。这里讨论了类似的混淆：PHP, SimpleXML, decoding entities in CDATA

您需要查看的是该元素的“内部 XML”，这在 SimpleXML 中很棘手（->asXML() 将为您提供“外部 XML”，例如 <Dest><![CDATA[some text...]]></Dest>）。

你最好的选择是使用the DOM，它可以让你更多地访问文档的详细结构，而不是试图给你内容，所以区分“文本节点”和“CDATA 节点”。但是，值得仔细检查您是否确实需要它，因为对于 99.9% 的用例，您不应该关心是否有人向您发送了 <foo>bar & baz</foo> 或 <foo><![CDATA[bar & baz]]></foo>，因为根据定义它们代表相同的字符串。

Answer 2

如果你想将 CDATA 添加到所有没有它的元素，你可以这样做：

$dom = simplexml_load_file($path);
foreach($dom->children() as $child) {
     if(strpos((string) $child,'CDATA')){
         $nodeValue = (string) $child)
     }
     else {
         $nodeValue = "<![CDATA[".((string) $child)."]]>";
     }
 }

你将拥有$nodeValue = '<![CDATA[some text...]]>'

如果您只想拥有存在 CDATA 的元素，您可以这样做：

$dom = simplexml_load_file($path);
foreach($dom->children() as $child) {
     if(strpos((string) $child,'CDATA')){
         $nodeValue = (string) $child;
     }
 }

你将拥有$nodeValue = '<![CDATA[some text...]]>'

如果您想要没有 CDATA 的元素并添加它，您可以这样做：

$dom = simplexml_load_file($path);
foreach($dom->children() as $child) {
     if(!strpos((string) $child,'CDATA')){
         $notValue ="<![CDATA[".((string) $child)."]]>";
     }
 }

你将拥有$nodeValue = '<![CDATA[some another text 3]]>'