如何用 PHP 读取带有 HTML 标签的 XML？答案

【问题标题】：How to read this XML with that has HTML tags with PHP?如何用 PHP 读取带有 HTML 标签的 XML？
【发布时间】：2017-07-23 21:44:49
【问题描述】：

我曾多次使用 php 和 XML，但这种 XML 在开头和结尾都有 Html 标签：

Link To XML

没有直接链接到 xml 文件，所以我必须使用 file_get_contents()。

我正在使用这个 php 代码：

 $url = "https://www.tandildiario.com/suscripcion.php?section=4";
 $xml   = file_get_contents($url);
 $feed = simplexml_load_string($xml);

  foreach ($feed->channel->item as $item) {
  .....

我尝试不同的东西..大多数错误是这样的：

警告：simplexml_load_string()：实体：第 14 行：解析器错误：实体 'oacute' 未在第 37 行的 D:\reader.php 中定义

【问题讨论】：

那个 XML 不正确。如果您要在 XML 中保存 HTML 数据，则应将其包装在 CDATA 标记中。否则，解析器将尝试将 HTML 解析为 XML。 XML 来自哪里？
来自报纸……不是我的，我只需要解析它。
请在问题本身中包含您需要解析的内容的最小示例，而不是作为外部来源的链接。

标签： php xml rss

【解决方案1】：

由于原始 XML 不正确（它在描述标签中包含未转义的 HTML），您可以在尝试解析它之前修复它。自己添加 CDATA 属性：

$url = "https://www.tandildiario.com/suscripcion.php?section=4";
$xml = file_get_contents($url);

// Add the CDATA tags for the description
$xml = str_replace('<description>', '<description><![CDATA[', $xml);
$xml = str_replace('</description>', ']]></description>', $xml);

$feed = simplexml_load_string($xml);

【讨论】：

【解决方案2】：

您可以在加载 XML 之前解码 HTML 实体。

$url = "https://www.tandildiario.com/suscripcion.php?section=5";
$xml = file_get_contents($url);

$feed = simplexml_load_string(html_entity_decode($xml, null, "UTF-8"));

foreach ( $feed->channel->item as $item )   {
    echo $item->asXML();
}

【讨论】：