php – 无法解析格式不佳的XML

我一直试图解析this feed.如果你点击该链接,你会发现它甚至无法在浏览器中正确解析它.

无论如何,我的托管服务不会让我使用simplexml_load_file,所以我一直在使用cURL来获取它然后将字符串加载到DOM中,如下所示：

$dom = new DOMDocument;
$dom->loadXML($rawXML);
if (!$dom) {
 echo 'Error while parsing the document';
 exit;
}
$xml = simplexml_import_dom($dom);

但我得到错误(“DOMDocument :: loadXML()[domdocument.loadxml]：Entity’nbsp’未在Entity”中定义,然后我尝试使用SimpleXMLElement没有运气(它显示相同的错误“解析器错误：实体’nbsp’未定义“等等……因为该元素中的HTML).

$xml = new SimpleXMLElement($rawXML);

所以我的问题是,如何跳过/忽略/删除该元素,以便我可以解析其余的数据？

编辑：感谢mjv的解决方案！…我刚刚做了这个(对于其他有同样问题的人)

$rawXML = str_replace('<description>','<description><![CDATA[',$rawXML);
$rawXML = str_replace('</description>',']]></description>',$rawXML);

解决方法:

您可能需要引入一个可以添加的预解析步骤

<![CDATA[

在每个< description>之后标签
并添加

]]>

在每个< / description>之前标签
具体来说,(参见meder对相应PHP 代码段的回复)

<description>blah <br />&nbsp; blah, blah...</description>
should become
<description><![CDATA[blah <br />&nbsp; blah, blah...]]></description>

以这种方式,’decription’元素的完整内容将被’转义’,因此在该元素中找到并且易于抛出XML解析逻辑的任何html(或甚至xhtml)构造都将被忽略.这将照顾& nbsp;你提到的问题,还有许多其他常见问题.

php – 无法解析格式不佳的XML

相关文章