WCF/PHP - XML Parser 无法处理 HTML 实体？

Question

我的 RESTful WCF 服务接受来自客户端的 XML 请求正文，大多数客户端是 PHP 应用程序。

PHP 应用程序使用放置在元素标签中的 htmlentities() 对其请求进行编码。例如，添加新用户帐户的请求可能如下所示：

$body = "<user>
    <userName>" . htmlentities( $userName ) . "</userName>
</user>"

系统运行良好，直到今天为止，它的错误为零。

我查看了日志，发现这个请求失败了：

<user>
    <userName>&egrave;eesu</userName>
</user>

以下情况除外：

InvalidOperationException：“XML 文档 (4, 12) 中存在错误。” XmlException：“字符引用无效。第 4 行，位置 12。”

（其中第 4 行，位置 12，指的是 <userName> 元素的 InnerText（即字符串 èeesu;）。

è 是一个有效的 HTML 实体，但我知道 XML 只定义了一组最少的字符引用（&、< 等），并且 XML 期望所有其他字符都在其文档编码中而是表示，因此会拒绝 è 之类的内容。

有人可以确认是这种情况吗？如果是这样，我怎样才能让 PHP 只编码特定于 XML 的实体而不是 HTML 实体？

Answer 1

XML 只有 5 个entities。解析为 html 实体会在某些字符上中断，因为它会在实体本身中创建一个未编码的 &。

使用此函数而不是 htmlentities() 来转义实体：

function xmlentities($string) {
return str_replace(array("&", "<", ">", "\"", "'"),
    array("&amp;", "&lt;", "&gt;", "&quot;", "&apos;"), $string);
}

从 Tomas Jancik 的回答中借用了一个类似的问题： Generating XML document in PHP (escape characters)

Answer 2

我改用htmlspecialchars( $userName, ENT_XML1 )，它只将最少的字符转换为实体，而无需对它们进行编码。

@Jordan 的 str_replace 函数做同样的事情，但是当你对它进行基准测试时它会更慢，因为 htmlspecialchars 是一个原生函数。