Lesen in fehlerhaftem XML (nicht codierte XML-Entitäten) mit PHP

Question

Ich habe Probleme beim Parsing von fehlerhaftem XML in PHP. Insbesondere frage ich einen Webservice von Drittanbietern ab, der Daten in einem XML-Format zurückgibt, ohne die XML-Entitäten in tatsächlichen Daten zu codieren. Zum Beispiel enthält eines der Elemente ein ASCII-Herz, '< 3', ohne die Anführungszeichen, die der XML-Parser als öffnendes Tag sieht. Es sollte "& lt; 3" sein.

Im Moment übergebe ich einfach die XML-Zeichenfolge in ein SimpleXMLElement, das vorhersagbar auf diesen Instanzen fehlschlägt. Ich habe mich etwas umgesehen und es scheint, als ob das PHP Tidy-Paket mir helfen könnte, aber die Anzahl der möglichen Konfigurationen ist überwältigend :(

Also frage ich mich nur, ob jemand anderes eine hat Problem wie dieses, und wenn ja, wie sie in der Lage, es zu lösen waren

Dank

Answer 1

Versuchen tidy.repairString:.!.

php > $tidy = new tidy(); 
php > $repaired = $tidy->repairString("<foo>I <3 Philadelphia</foo>", array("input-xml"=>1)); 
php > print($repaired); 
<foo>I &lt;3 Philadelphia</foo> 
php > $el = new SimpleXMLElement($repaired); 

Answer 2

1. den Inhalt als String lesen
2. htmlspecialchars(preg_replace('/[\x-\x8\xb-\xc\xe-\x1f]/','',$string))
3. laden die transformierte Zeichenfolge in SimpleXMLElement

Es funktionierte für mich so weit.