htmlentities 的 PHP XMLReader 问题

Question

我正在使用此处描述的方法 (How to use XMLReader in PHP?) 处理外部 xml 文档，但我遇到了这个错误:

...parser error : Entity 'Atilde' not defined in...

和类似的，比如

cent, acirc, not

错误发生在 $z->expand() 函数上。如果我将其注释掉，它会出现在 $z->next() 函数上。

我知道问题字段并在扩展之前尝试使用 base64_encode 对其进行编辑，但它是只读的。

编辑:问题字符串是:

...ââ¬Â...

结束编辑

感谢您提供的任何帮助。

Answer 1

XML does only know the entities lt, gt, amp, apos, and quot.所以任何其他 entity reference会引发错误。 (注意 character references 和实体引用不一样。)

您可以使用 strtr转换 XML 中未知的任何 HTML 实体引用:

$trans = array_map('utf8_encode', array_flip(array_diff(get_html_translation_table(HTML_ENTITIES), get_html_translation_table(HTML_SPECIALCHARS))));
$output = strtr($input, $trans);

get_html_translation_table返回一个数组，用于将字符映射到实体引用。 get_html_translation_table(HTML_ENTITIES) 返回所有实体的映射，而 get_html_translation_table(HTML_SPECIALCHARS) 仅返回上述实体。 array_diff会有所不同，因此所有没有上述实体的实体。 array_flip 反转键/值关联并应用 array_map与 utf8_encode会将值从 ISO 8859-1 转换为 UTF-8。