如何處理與SimpleXML的無效的Unicode

SimpleXML的失敗，出現以下錯誤信息：如何處理與SimpleXML的無效的Unicode

simplexml_load_file(): fooo.xml:299108: parser error : Char 0xFFFE out of allowed range

從我的理解，該投訴是關於一個無效的Unicode字符。 299108行沒有「FFFE」，但它包含「EFBFBE」。

有沒有辦法在simplexml中處理這種類型的錯誤？

來源

2011-10-14 georg

我有一個忽略無效字符的函數。我可以張貼給你，如果你需要它...但它有點冗長的一個..... – Karthik

http://stackoverflow.com/questions/3466035/how-to-skip-invalid-characters-in-xml-文件使用PHP – Mob

我遇到了很多傳入的用戶數據，我研究了很多方法來解決它。有許多方法可以將輸入數據正確地編碼爲UTF-8，而不需要經常導致這些問題的高階（或其他）unicode值。

但是，消毒解決方案的問題在於它們會更改數據，如果您只想成爲中間人，您仍然希望輸出包含這些值。唯一的非破壞性的方式，我可以拿出來獲得一個SimpleXMLElement可靠不會失敗，就是要做到這一點無可否認雙工作的解決方案：

libxml_use_internal_errors(true); 
    $dom = new DOMDocument("1.0", "UTF-8"); 
    $dom->strictErrorChecking = false; 
    $dom->validateOnParse = false; 
    $dom->recover = true; 
    $dom->loadXML($xmlData); 
    $xml = simplexml_import_dom($dom); 

    libxml_clear_errors(); 
    libxml_use_internal_errors(false);

的訣竅是在PHP的文件中尋找DOM文檔的屬性，注意那些讓你設置解析行爲的額外變量。這種方法對我來說毫無例外，在所有用於使SimpleXMLElement失敗的xml輸入中都會出現字符範圍問題。

我唯一的猜測是爲什麼它的工作原理是SimpleXMLElement在初始化時執行嚴格的檢查，但在從現有的DOMDocument進行初始化時沒有執行。

該方法允許後續的asXML（）調用，而不會失敗。

來源

2011-11-11 10:30:41

醜陋，但很難與結果爭論。謝謝:) – aland

謝謝。不是最優雅的解決方案，但它肯定是工作！ – Garry

這確實救了我！ –

如何處理與SimpleXML的無效的Unicode

回答

相關問題