的XMLReader（在PHP）和錯誤處理

Question

快速版本：

請告訴我標準（創新任意？）捕捉和處理由於畸形文件通過的XMLReader引發的錯誤的方式 - 特別是未轉義字符。與Tidy（等等）共存並不是一個超級吸引人的選擇，任何人都知道一種簡單地跳過違規節點並向右移動的方法？

我們都知道，這不是XML，如果沒有正確形成，但讓說實話 - 它發生：

描述版本。一個客戶經常會收集大量（50-100MB +）xml文件，這些文件需要被讀入mysql。 XMLReader是一個明顯的選擇，我們編寫了一個適合我們需求的包裝器。

偶爾會發生錯誤，並且read（）會導致導入失敗 - drat！它幾乎總是一個沒有逃脫的角色（例如「&」），它將所有東西都絆倒。在大多數情況下，我們只需讓客戶致電數據提供商並要求他們修復其有缺陷的文件。不幸的是，數據提供者並不總是要求和/或及時。如果我們能夠簡單地捕捉錯誤並向下移動到下一個節點，那將會很棒。

我花了很長時間試圖閱讀/破解這一個，找不到任何值得探究的東西。我錯過了明顯的東西嗎？

This SO question似乎很有前途，但它只是沒有產生任何結果。經過1似乎應該要求讀者復甦，但我們只是沒有看到任何企圖/不同的錯誤信息，等等。下面是相關的代碼，概述了辦法：

$xml->open($file, null, LIBXML_NOERROR | LIBXML_NOWARNING | 1); 

我總是可以用預處理整潔，但必須有更好的方法。

我已經考慮了一些更具創造性的方法，比如在當前節點的邏輯完成後用try/catch嗅探下一個Read（），但看起來好像笨拙的最多。它似乎也有可能在模擬Read（）中使用自定義/包裝函數來幫助遍歷節點併合並錯誤處理，但我有一種感覺是我簡化了事情。

所以總結一下：當read（）失敗時，如何捕獲錯誤並移動？任何機會我們可以看到什麼錯誤即將到來（至少是XMLReader會拋出的消息）？

$xml = new XMLReader(); 
$xml->open($file); 

while ($xml->read()) { 

} 

Answer 1

這是一個XML閱讀器，它是用來讀取XML的。無效的XML不是XML，不能用XML讀取器讀取 - 這很簡單。

在導入之前在文件上運行xmllint以查看其是否有效，或者執行正確的操作並告訴數據提供程序生成有效的xml。

Answer 2

關於你的問題的「看到錯誤」部分：

http://php.net/manual/en/function.libxml-use-internal-errors.php 當此設置爲默認值爲false，一個PHP的警告將得到觸發任何無效的XML。 換句話說，你應該看到它：p你只是沒有注意到，或者有一個設置或自定義錯誤處理程序有效，它隱藏了PHP警告。

如果調用真正的上述功能，不會產生任何警告，而不是錯誤將通過此函數返回內部數組中積累：

http://www.php.net/manual/en/function.libxml-get-errors.php

關於「向前走」的一部分，恐怕cweiske是正確的，它不能做到。您可以使用某些工具（即使使用XMLReader解析它們）預先篩選XML以找出錯誤，並嘗試糾正找到的錯誤，即移除/替換無效字符，但是隨後您需要重新開始解析糾正的數據。

Answer 3

我遇到了同樣的問題。使用stream filter，可以在將XML提供給XMLReader之前修復XML。

這HTML to XML filter這樣做。用它作爲

$dsn = "php://filter/read=htmltoxml.entities/resource=" . $url; 
$xml = XMLReader::open($dsn);