CData部分未完成问题

Question

当我在下面的 XML 中使用 DOMDocument::loadXML() 时出现错误：

Warning: DOMDocument::loadXML() [domdocument.loadxml]: CData section not finished http://www.site.org/displayimage.php?album=se in Entity,
Warning: DOMDocument::loadXML() [domdocument.loadxml]: Premature end of data in tag image line 7 in Entity
Warning: DOMDocument::loadXML() [domdocument.loadxml]: Premature end of data in tag quizz line 3 in Entity
Warning: DOMDocument::loadXML() [domdocument.loadxml]: Premature end of data in tag quizzes line 2 in Entity
Fatal error: Call to a member function getElementsByTagName() on a non-object 

在我看来，我的 CData 部分已关闭，但我仍然收到此错误。 XML 看起来像这样：

<?xml version="1.0" encoding="utf-8"?>
<quizzes>
<quizz>
<title><![CDATA[Title]]></title>
<descr><![CDATA[Some text here!]]></descr>
<tags><![CDATA[one tag, second tag]]></tags>
<image><![CDATA[http://www.site.org/displayimage.php?album=search&cat=0&pos=1]]></image>
<results>
<result>
<title><![CDATA[Something]]></title>
<descr><![CDATA[Some text here]]></descr>
<image><![CDATA[http://www.site.org/displayimage.php?album=search&cat=0&pos=17]]></image>
<id>1</id>
</result>
</results>
</quizz>
</quizzes>

您能帮我找出问题所在吗？

Answer 1

我发现隐藏的 XML 字符通常存在问题，所以我更喜欢像心爱的那样转义无效字符：

<?php
//$feedXml is the fetched XML content
$invalid_characters = '/[^\x9\xa\x20-\xD7FF\xE000-\xFFFD]/';
$feedXml = preg_replace($invalid_characters, '', $feedXml );

Answer 2

对不起，如果这是题外话，因为它只与使用 cURL 时 PHP 的特定情况有关，但是，正如 tomaszs 所说，我也发现在 PHP 中通过 cURL 传递 XML 时，& 符号可能会导致问题。我收到了一个已知的有效 XML 字符串，其中 & 符号正确编码，然后使用 cURL 将其转发到另一个地址。像这样的...

$curlHandle = curl_init();
curl_setopt($curlHandle, CURLOPT_URL,            $fullUri);
curl_setopt($curlHandle, CURLOPT_HEADER,         false);
curl_setopt($curlHandle, CURLOPT_RETURNTRANSFER, true);
curl_setopt($curlHandle, CURLOPT_CONNECTTIMEOUT, 4); // seconds
curl_setopt($curlHandle, CURLOPT_POST,           true);
curl_setopt($curlHandle, CURLOPT_POSTFIELDS,     "xmlstr=" . $xmlstr); // Problem

在将 XML 添加到 CURLOPT_POSTFIELDS 时，上述最后一行出现了问题。第一个编码的 & 符号被视为参数的分隔符，就像在 querstring 中一样，并且“xmlstr”变量/字段被截断。

我使用的解决方案是将上面的最后一行替换为...

curl_setopt($curlHandle, CURLOPT_POSTFIELDS,     "xmlstr=" . urlencode($xmlstr));

希望这对某人有所帮助。

Answer 3

这里的答案有正确的想法：文档中存在某种错误的、可能无法打印的字符，这会破坏解析器。上面的答案都没有解决我的问题，而是我使用tr 编写文件的“干净”版本，然后我能够解析它，即

<?php
try {
    $simpleXMLobject = simplexml_load_file($feed);
} catch (\Exception $ex) {
    //try to clean the file and reload it
    $tempFile = sys_get_temp_dir() . "/" . uniqid("rdc");
    shell_exec(
        "tr -cd '\11\12\15\40-\176' < " .
        escapeshellarg($feed) . " > " .
        escapeshellarg($tempFile)
    );
    try {
        $simpleXMLobject = simplexml_load_file($tempFile);
    } catch (\Exception $ex) {
        $err = $ex->getTraceAsString();
        echo die($err);
    }
}

Answer 4

我没有看到任何错误（实际使用的 XML 与提供的不同，或者使用的 xml 处理器（顺便说一句，它是什么？）有问题）。

我建议避免使用 CDATA 部分。使用以下 XML 文档，它与所提供的（文本等效）相同，并且更具可读性：

<quizzes>
   <quizz>
      <title>Title</title>
      <descr>Some text here!</descr>
      <tags>one tag, second tag</tags>
      <image>http://www.site.org/displayimage.php?album=search&amp;cat=0&amp;pos=1</image>
      <results>
         <result>
            <title>Something</title>
            <descr>Some text here</descr>
            <image>http://www.site.org/displayimage.php?album=search&amp;cat=0&amp;pos=17</image>
            <id>1</id>
         </result>
      </results>
   </quizz>
</quizzes>

Answer 5

我发现问题在于使用 cURL 在 PHP 中传递这个 XML。我已将其作为普通文本发送，并且此 XML 中的 & char 被解释为下一个参数的分隔符。所以当我逃脱这个字符时，它开始正常工作。