使用HTML加載DOMDocument特殊字符（php）

我有一個加載xml文件的問題。我使用DOMDocument，因爲我需要函數getElementsByTagName。
我使用這段代碼。使用HTML加載DOMDocument特殊字符（php）

 
$dom = new DomDocument('1.0', 'UTF-8'); $dom->resolveExternals = false; $dom->load($_FILES["file"]["tmp_name"]);

 
<?xml version="1.0" encoding="UTF-8"?> 
<Data> 
    <value>1796563</value> 
    <value>Verliebt! &rsquo;</value> 
</Data>

的ErrorMessage：
警告：DOM文檔::負載（）[domdocument.load]：實體 'rsquo的' 未在/ tmp/php1VRb3N，線限定：4 /網絡/ htdocs中/ BLA /上傳在線51上的.php

來源

2010-10-08 Bendim

你的XML解析器是不是在說謊。這是一個無效（甚至沒有格式化）的文件，你將無法加載任何東西。

rsquo是HTML中的預定義實體，但不是XML。在XML文檔中，如果您想使用除最基本的內置實體（amp,lt,gt,和apos）之外的任何內容，則必須在由<!DOCTYPE>聲明引用的DTD中定義它們。（這是XHTML如何實現的。）

您需要找出輸入來自哪裏，並修復造成它的責任，因爲目前它不是XML。使用字符引用（’）或UTF-8編碼中的純字面字符’。

就好像你真的要接受輸入的這個畸形的廢話，你可以在文件做討厭的字符串替換最後一招：

$xml= file_get_contents($_FILES['file']['tmp_name']); 
$xml= str_replace('&rsquo;', '&#8217;', $xml); 
$dom->loadXML(xml);

如果您需要爲所有非XML HTML實體做到這一點而不僅僅是rsquo這有點棘手。你可以做一個正則表達式替換：

function only_html_entity_decode($match) { 
    if (in_array($match[1], array('amp', 'lt', 'gt', 'quot', 'apos'))) 
     return $match[0]; 
    else 
     return html_entity_decode($match[0], ENT_COMPAT, 'UTF-8'); 
} 
$xml= preg_replace_callback('/&(\w+);/', 'only_html_entity_decode', $xml);

這仍然不是很大，因爲它是要被抨擊裏面這樣的評論，CDATA節和督察地方&\w+;字符的任意序列，其中這並不意味着真正的實體參考。但是，這可能是關於你輸入這個輸入信號的最好方法。

這肯定比在整個文檔上調用html_entity_decode好，這也會弄亂任何XML實體引用，導致文檔在存在&或<時中斷。

另一種以不同方式存在疑問的黑客將使用loadHTML()加載文檔。

來源

2010-10-08 23:01:56 bobince

感謝您的幫助。 – Bendim 2010-10-09 01:19:28

爲了使用該實體，它必須在DTD中定義。否則，它是無效的XML。如果你沒有一個DTD，你應該在實體DOM加載XML之前解碼：

$dom->load(
    html_entity_decode(
     file_get_contents($_FILES["file"]["tmp_name"]), 
     ENT_COMPAT, 'UTF-8'));

來源

2010-10-08 22:43:46 Gordon

我從bobince幫助的解決方案是：

$xml= file_get_contents($_FILES['file']['tmp_name']); 
    $xml= preg_replace('/&(\w+);/', '', $xml); 
    $dom = new DomDocument(); 
    $dom->loadXML($xml);

來源

2010-10-09 01:23:43 Bendim

這也將拋棄所有XML預定義的實體引用，如「&」和「<」。你確定你想這麼做嗎？ – bobince 2010-10-09 01:46:45

是的。在我的文件中沒有XML預定義的實體引用，如「&」或「<」。 – Bendim 2010-10-09 01:58:13

使用HTML加載DOMDocument特殊字符（php）

回答

相關問題