堆栈内存溢出
  繁体   English   中英

带有特殊字符的DOMDocument appendXML

[英]DOMDocument appendXML with special characters

 原文  2011-01-10 10:25:26  0   5    php/ html/ domdocument

问题描述

我正在从数据库中检索一些html字符串，我想将这些字符串解析为DOMDocument。 问题是DOMDocument会以特殊字符给出警告。

警告：DOMDocumentFragment :: appendXML（）[domdocumentfragment.appendxml]：实体：第2行：解析器错误：第189行的page.php中未定义实体'nbsp'

我想知道为什么，也想知道如何解决这个问题。 这是我页面的一些代码片段。 如何解决此类警告？ 

$doc = new DOMDocument();

// .. create some elements first, like some divs and a h1 ..

while($row = mysql_fetch_array($result))
{
    $messageEl = $doc->createDocumentFragment();
    $messageEl->appendXML($row['message']); // gives it's warnings here!

    $otherElement->appendChild($messageEl);
}

echo $doc->saveHTML();

我还发现了一些有关验证的信息，但是当我将其应用时，我的页面将不再加载。 我为此尝试的代码是这样的。 

$implementation = new DOMImplementation();
$dtd = $implementation->createDocumentType('html','-//W3C//DTD XHTML 1.0 Transitional//EN','http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd');

$doc = $implementation->createDocument('','',$dtd);
$doc->validateOnParse = true;
$doc->formatOutput = true;

// in the same whileloop, I used the following:
$messageEl = $doc->createDocumentFragment();
$doc->validate(); // which stopped my code, but error- and warningless.
$messageEl->appendXml($row['message']);

提前致谢！

5 个解决方案

解决方案1
 6 已采纳  2011-01-10 10:30:49

没有  在XML中。 唯一定义了实际名称 （而不是使用数字引用）的字符实体是& ， < ， > ， " 和' 。

这意味着您必须使用不间断空格的数字等效值，即  或（以十六进制表示）   。

如果您试图将HTML保存到XML容器中，则将其另存为文本。 HTML和XML可能看起来很相似，但是却截然不同。 appendXML()期望格式正确的XML作为参数。 改用nodeValue属性，它将对XML字符串进行XML编码而没有任何警告。 

// document fragment is completely unnecessary
$otherElement->nodeValue = $row['message'];

解决方案2
 5  2011-01-10 12:43:18

这是一个棘手的问题，因为实际上一个问题是多个。

就像Tomalak指出的那样，没有  在XML中。 因此，您指定了DOMImplementation的操作正确，因为在XHTML中存在  。 但是，要让DOM知道该文档是XHTML，您必须针对DTD进行加载和验证。 DTD位于 

http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd

但是由于每天有对该页面的数百万个请求，因此W3C决定阻止对该页面的访问 ，除非请求中发送了UserAgent。 要提供UserAgent，您必须创建一个自定义流上下文。

在代码中： 

// make sure DOM passes a User Agent when it fetches the DTD
libxml_set_streams_context(
    stream_context_create(
        array(
            'http' => array(
                'user_agent' => 'PHP libxml agent',
            )
        )
    )
);

// specify the implementation
$imp = new DOMImplementation;

// create a DTD (here: for XHTML)
$dtd = $imp->createDocumentType(
    'html',
    '-//W3C//DTD XHTML 1.0 Transitional//EN',
    'http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd'
);

// then create a DOMDocument with the configured DTD
$dom = $imp->createDocument(NULL, "html", $dtd);
$dom->encoding = 'UTF-8';
$dom->validate();

$fragment = $dom->createDocumentFragment();
$fragment->appendXML('
    <head><title>XHTML test</title></head>
    <body><p>Some text with a &nbsp; entity</p></body>
    '
);
$dom->documentElement->appendChild($fragment);
$dom->formatOutput = TRUE;
echo $dom->saveXml();

这仍然需要一些时间来完成（不要问我为什么），但是最后，您会得到（ 重新格式化为SO ） 

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html PUBLIC 
    "-//W3C//DTD XHTML 1.0 Transitional//EN" 
    "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

<html xmlns="http://www.w3.org/1999/xhtml">
    <head>
        <meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
        <title>XHTML test</title>
    </head>
    <body>
        <p>Some text with a &nbsp; entity</p>
    </body>
</html>

另请参阅DOMDocument :: validate（）问题

解决方案3
 0  2011-01-10 13:22:45

我确实看到有问题的问题，并且该问题已经得到回答，但是如果我愿意的话，我想提出我过去对类似问题的看法。

可能是因为您的任务需要在结果XML中包含来自数据库的标记数据，但可能需要也可能不需要解析。 如果仅是要包含的数据，而不是XML的结构化部分，则可以将数据库中的字符串放在CDATA节中 ，从而有效地绕过了此阶段的所有验证错误。

解决方案4
 0  2019-05-28 09:12:44

这是另一种方法，因为我们不想降低网络请求的速度（或者根本不希望任何来自用户输入的网络请求）： 

<?php
$document = new \DOMDocument();
$document->loadHTML('<html><body></body></html>');

$html = '<b>test&nbsp;</b>';
$fragment = $document->createDocumentFragment();

$html = '<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE document [
<!ENTITY nbsp   "&#160;" >
]>
<document>'.$html.'</document>';

$newdom = new \DOMDocument();
$newdom->loadXML($html, LIBXML_HTML_NOIMPLIED | LIBXML_NOCDATA | LIBXML_NOENT | LIBXML_NONET | LIBXML_NOBLANKS);

foreach ($newdom->documentElement->childNodes as $childnode)
  $fragment->appendChild($fragment->ownerDocument->importNode($childnode, TRUE));

$document->getElementsByTagName('body')[0]->appendChild($fragment);

echo $document->saveHTML();

在这里，我们包括DTD的相关部分，特别是latin1实体定义作为内部DOCTYPE定义。 然后，将HTML内容包装在document元素中，以便能够处理一系列子元素。 然后将解析的节点导入并添加到目标DOM中。

我们的实际实现使用file_get_contents从本地文件加载包含所有实体定义的DTD。

解决方案5
 -1  2011-12-05 08:16:26

虽然聪明人可能是一个不错的选择（为什么要第14次发明方向盘？），但etranger可能有一点意义。 在某些情况下，您不想使用像完整的新包装（未经研究）的软件包那样的过大杀伤力，而更像是想要从数据库中发布一些数据，而这些数据恰好包含XML解析器有问题的html东西。

警告，以下是一个简单的解决方案，但是除非您确定可以摆脱它，否则请不要这样做！ （我是在截止日期前约2小时并且没有时间学习的时候才这样做的，让诸如此类的东西成为孤独的工具...）

在将字符串粘贴到appendXML函数之前，请通过preg_replace运行它。 例如，替换所有＆nbsp; [some_prefix] _nbsp的字符。 然后，在显示html的页面上，执行相反的操作。

和普雷斯托！ =）

示例代码：将文本放入文档片段的代码： 

// add text tag to p tag.
// print("CCMSSelTextBody::getDOMObject: strText: ".$this->m_strText."<br>\n");
$this->m_strText = preg_replace("/&nbsp;/", "__nbsp__", $this->m_strText);
$domTextFragment = $domDoc->createDocumentFragment();
$domTextFragment->appendXML(utf8_encode($this->m_strText));
$p->appendChild($domTextFragment);
// $p->appendChild(new DOMText(utf8_encode($this->m_strText)));

解析字符串并编写html的代码： 

// Instantiate template.
$pTemplate = new CTemplate($env, $pageID, $pUser, $strState);

// Parse tag-sets.
$pTemplate->parseTXTTags();
$pTemplate->parseCMSTags();

// present the html code.
$html = $pTemplate->getPageHTML();
$html = preg_replace("/__nbsp__/", "&nbsp;", $html);
print($html);

考虑一个更强大的替代品可能是一个好主意。 （如果您坚持要做到透彻，请执行以下操作：在time（）值上执行md5，并将其结果硬编码为前缀。就像在第一个代码段中一样： 

$this->m_strText = preg_replace("/&nbsp;/", "4597ee308cd90d78aa4655e76bf46ee0_nbsp", $this->m_strText);

在第二个中： 

$html = preg_replace("/4597ee308cd90d78aa4655e76bf46ee0_nbsp/", "&nbsp;", $html);

对您需要规避的任何其他标签和内容执行相同的操作。

无论如何，这是一个hack，不是好的代码。 但它挽救了我的生命，并希望与遇到此特定问题的其他人分享，并花几分钟时间。

使用上述内容的风险自负。

暂无
暂无

声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.

相关问题 DOMDocument - appendXML() 不适用于表单 DomDocument 和特殊字符 如何在 PHP DOMDocument 中附加带有空属性的 XML(fragment) 如何处理DOMDocument中的特殊HTML字符？ 使用HTML特殊字符加载DOMDocument（php） 如何使用特殊字符设置 DOMDocument 元素的属性？ HTML特殊字符：DOMDocument中的†和＆Dagger 用两个字节写的DomDocument和特殊字符 如何在PHP中使用带有DOMDocument节点的特殊字符的setAttribute？ 如何要求DOMDocument不解析html特殊字符？
相关标签
 
粤ICP备18138465号  © 2020-2024 STACKOOM.COM