SimpleXML，請不要展開實體

Question

我正在使用SimpleXML嘗試解析large XML file和<!ENTITY聲明。不幸的是，SimpleXML似乎太渴望繼續並展開這些實體，而我寧願它沒有，因爲實體符號很短，易於解析，理論上在文件的較新版本中不會改變，而擴展實體是可能會改變的英語句子。有什麼方法可以告訴SimpleXML將它關閉嗎？

我已經想過「預解析」XML文件以在將文件內容傳遞給XML解析器之前去除<!ENTITY位，但這感覺很糟糕，而且由於它是一個巨大的文件，我寧願做盡可能少地擺弄它。

（請原諒任何錯誤的術語在上面。我沒有做過這種級別的XML工作在相當長的一段）

Answer 1

這似乎如此，但除非你指定的標誌是不是這樣的（這我想你不會在代碼中顯示你所做的事情）。只是如果您使用->asXML()方法而不是通過字符串實現，SimpleXML只能將它返回給您。

讓我們來演示一下它的工作原理。

<!ENTITY n "noun (common) (futsuumeishi)"> 

所以我們選擇第一<pos>因素，因爲它包含一個&n;實體：

$xml = simplexml_load_file($file); 
$pos = $xml->entry->sense->pos; 

變量$pos現在是<pos>元素的SimpleXMLElement我從DTD選擇這個簡單的實體節點。讓我們將它輸出看到解析器確實與&n;實體是什麼：

echo "SimpleXML value (string): ", $pos   , "\n" 
    , "SimpleXML value (XML) : ", $pos->asXML(), "\n"; 

輸出是：

SimpleXML value (string): noun (common) (futsuumeishi) 
SimpleXML value (XML) : <pos>&n;</pos> 

這個例子說明，在&n;仍然存在（<pos>&n;</pos>），它只是它會在你訪問它的那一刻作爲字符串值進行擴展（noun (common) (futsuumeishi)）。

順便提一下，XML規範在這裏說的是，解析器是否需要擴展這些實體。對於SimpleXML的設計，在閱讀字符串值時，這完全有望得到擴展。

你甚至可以通過指定LIBXML_NOENT選項控制這一行爲：

$xml = simplexml_load_file($file, NULL, LIBXML_NOENT); 

這實際上將你承擔那什麼，實體正在擴大，XML輸出不不包含實體不再：

SimpleXML value (string): noun (common) (futsuumeishi) 
SimpleXML value (XML) : <pos>noun (common) (futsuumeishi)</pos> 

所以現在雙問號怎麼辦，你在找什麼？那麼，PHP中的XML解析器實際上有一個實體模型是DOMDocument。它是SimpleXML的姊妹庫，在內部都共享相同的內存對象。下面是同一個對象的輸出（更準確地說：其唯一的子節點）爲這兩個模式，而不與LIBXML_NOENT：

Mode 1: 
DOMDocument Class  : DOMEntityReference 
DOMDocument value(XML) : &n; 
DOMDocument ->nodeName : n 

Mode 2 (LIBXML_NOENT): 
DOMDocument Class  : DOMText 
DOMDocument value(XML) : noun (common) (futsuumeishi) 
DOMDocument ->nodeName : #text 

這是由下面的代碼應該讓更多的可見背後是什麼賦予創建輸出：

$node = dom_import_simplexml($pos); 
$doc = $node->ownerDocument; 
$entity = $node->firstChild; 

echo "DOMDocument Class  : ", get_class($entity) , "\n" 
    , "DOMDocument value(XML) : ", $doc->saveXML($entity), "\n" 
    , "DOMDocument ->nodeName : ", $entity->nodeName  , "\n"; 

書面這是一個姐姐圖書館和dom_import_simplexml轉$pos爲DOMElement，而我們需要遍歷它的孩子們，我們知道是有問題的實體引用。

所以現在這個開始製作完美的意義：由於SimpleXML的無法表示實體引用，它只能提供擴展的字符串值或包含實體的XML。

，否則這將是對不同的

<pos>&n;</pos> 
<pos><![CDATA[&n;]]></pos> 

字符串值的方式嗎？所以你要求的只是有限的意義。然而，這並不意味着我們無法處理這個問題，因此可以通過擴展SimpleXML來欺騙SimpleXML。假設每個只包含單個實體的子元素都應該返回。否則，標準的SimpleXML stringyfication應使用：

/** 
* Class EntityPreserveXML 
*/ 
class EntityPreserveXML extends SimpleXMLElement 
{ 
    /** 
    * @return string 
    */ 
    public function __toString() 
    { 
     $dom = dom_import_simplexml($this); 
     if (
      !$dom instanceof DOMElement 
      || $dom->childNodes->length !== 1 
      || ! $dom->firstChild instanceof DOMEntityReference 
     ) { 
      return parent::__toString(); 
     } 

     return $dom->ownerDocument->saveXML($dom->firstChild); 
    } 
} 

算了，我們的例子來看，從上面：

require('EntityPreserveXML.php'); 
$xml = simplexml_load_file($file, 'EntityPreserveXML'); 
$pos = $xml->entry->sense->pos; 

echo "SimpleXML value (string): ", $pos   , "\n" 
    , "SimpleXML value (XML) : ", $pos->asXML(), "\n"; 

的SimpleXML現在使用擴展的類，然後給出預期：

SimpleXML value (string): &n; 
SimpleXML value (XML) : <pos>&n;</pos> 

&n;因爲它是唯一的孩子現在保存在SimpleXMLElement的字符串轉換中。但是，僅僅因爲這個工作並不意味着你應該使用它，它打破了文本形式的解析XML和文檔模型意義上的XML之間的編碼邊界。

也許你只是在尋找DOMDocument？這是一個有更多細節的模型，如果有的話，您可以使用DOMEntityReference。