在本文中，您将会了解到关于在使用DOMDocument函数进行处理之前，修复PHP中格式错误的XML的新资讯，并给出一些关于asp中使用MSXML2.DOMDocument处理XML数据时的注意事项、

在本文中，您将会了解到关于在使用DOMDocument函数进行处理之前，修复PHP中格式错误的XML的新资讯，并给出一些关于asp中使用MSXML2.DOMDocument处理XML数据时的注意事项、delphi – 通过TXMLDocument访问IXMLDOMDocument2？、document.write PHP XML操作类DOMDocument、PHP DomDocument XML加载XML数据损坏的实用技巧。

• 在使用DOMDocument函数进行处理之前，修复PHP中格式错误的XML
• asp中使用MSXML2.DOMDocument处理XML数据时的注意事项
• delphi – 通过TXMLDocument访问IXMLDOMDocument2？
• document.write PHP XML操作类DOMDocument
• PHP DomDocument XML加载XML数据损坏

在使用DOMDocument函数进行处理之前，修复PHP中格式错误的XML

我需要将XML文档从外部源加载到PHP中。XML未声明其编码，并且包含非法字符，如&。如果尝试直接在浏览器中加载XML文档，则在用PHP加载文件时也会收到诸如“在文本内容中发现无效字符”之类的错误消息，并且还会收到很多警告，例如：xmlParseEntityRef:no name in Entity和Input is not proper UTF-8, indicate encoding ! Bytes: 0x9C0x31 0x21 0x3C。

显然，XML格式不正确，并且包含应转换为XML实体的非法字符。

这是因为XML提要由许多其他用户提供的数据组成，并且很明显，在我获得它之前，尚未对其进行验证或重新格式化。

我已经与XML feed的供应商进行了交谈，他们说他们正试图让内容提供商对其进行分类，但这似乎很愚蠢，因为他们应该首先验证输入。

我基本上需要修复XML，以纠正任何编码错误并将任何非法字符转换为XML实体，以便在使用PHP的DOMDocument函数时XML加载问题。

我的代码当前如下所示：

  $feedURL = ''3704017_14022010_050004.xml'';  $dom = new DOMDocument();  $dom->load($feedURL);

显示编码问题的XML文件示例（单击下载）：feed.xml

包含未转换为XML实体的字符的示例XML：

<?xml version="1.0"?><feed><RECORD><ID>117387</ID><ADVERTISERNAME>Test</ADVERTISERNAME><AID>10544740</AID><NAME>This & This</NAME><DESCRIPTION>For one day only this is > than this.</DESCRIPTION></RECORD></feed>

答案1

尝试使用Tidy库，该库可用于清除不良的HTML和XML
http://php.net/manual/zh/book.tidy.php

一个纯PHP解决方案，用于修复如下所示的一些XML：

<?xml version="1.0"?><feed><RECORD><ID>117387</ID><ADVERTISERNAME>Test < texter</ADVERTISERNAME><AID>10544740</AID><NAME>This & This</NAME><DESCRIPTION>For one day only this is > than this.</DESCRIPTION></RECORD></feed>

将是这样的：

  function cleanupXML($xml) {    $xmlOut = '''';    $inTag = false;    $xmlLen = strlen($xml);    for($i=0; $i < $xmlLen; ++$i) {        $char = $xml[$i];        // $nextChar = $xml[$i+1];        switch ($char) {        case ''<'':          if (!$inTag) {              // Seek forward for the next tag boundry              for($j = $i+1; $j < $xmlLen; ++$j) {                 $nextChar = $xml[$j];                 switch($nextChar) {                 case ''<'':  // Means a < in text                   $char = htmlentities($char);                   break 2;                 case ''>'':  // Means we are in a tag                   $inTag = true;                   break 2;                 }              }          } else {             $char = htmlentities($char);          }          break;        case ''>'':          if (!$inTag) {  // No need to seek ahead here             $char = htmlentities($char);          } else {             $inTag = false;          }          break;        default:          if (!$inTag) {             $char = htmlentities($char);          }          break;        }        $xmlOut .= $char;    }    return $xmlOut;  }

这是一个简单的状态机，它指示我们是否在标记中，如果没有，则使用htmlentities编码文本。

值得注意的是，这将占用大文件的内存，因此您可能需要将其重写为流插件或预处理器。

asp中使用MSXML2.DOMDocument处理XML数据时的注意事项

这篇文章主要介绍了asp中使用MSXML2.DOMDocument处理XML数据时的注意事项,本文给出了4个需要注意的问题,需要的朋友可以参考下




 

asp使用MSXML2.DOMDocument加载网络上的xml文件时，在调用load方法前需要注意设置：

即启用ServerHTTPRequest请求，要不会出现系统错误: -2146697209。

asp使用MSXML2.DOMDocument组件时需要注意一下4中情况

第一种情况（加载空文档）：

　　默认情况下，DOMDocument对象的async属性是TRUE，即异步方式加载。 而且加载时不使用ServerXMLHTTP组件。 即注释掉上面代码中的第A行和B行代码。

这时候，加载会成功。 ReturnValue将会是TRUE。 但是加载到DOMDocument中的XML文档为空！也就是说，load方法返回的TRUE是一个幌子！ 结果如下所示： 对于这种情况，程序员一定要小心！ XML虽然没有报告任何错误，而且load方法也表明成功，但是DOM的xml属性却为空。
 

第二种情况（错误原因为： -2146697209）：

　　如果你显式地声明async属性为FALSE，即同步方式加载XML文档。 而且加载时不使用ServerXMLHTTP组件。 即只注释掉上面代码中的第B行代码。

那么将会遭遇失败！ReturnValue将是False。 错误原因为： -2146697209 - 无所需资源的可用数据。 也就说，同步加载Internet上的XML资源是不会成功的！！

第三种情况（不允许）：

　　如果你的async属性为TRUE，即异步方式加载XML文档。 而且加载时使用ServerXMLHTTP组件。 即启用上面代码中的第B行代码。注释掉第A行代码。

　报告了错误！说明使用SXH组件异步加载XML文档，是不被允许的！ 错误描述为： -1072897486 - The ServerHTTPRequest property can not be used when loading a document asynchronously and is only supported on Windows NT 4.0 and above.

第四种情况（正确使用）：

　　如果你显式地声明async属性为FALSE，即同步方式加载XML文档。 而且加载时使用ServerXMLHTTP组件。 即启用上面代码中的第A和B行代码。

那就可以了！说明使用SXH组件加载XML文档，能够纠正了异步方式加载Internet资源的错误。

总结

delphi – 通过TXMLDocument访问IXMLDOMDocument2？

function CreateDOMDocument: IXMLDOMDocument;
var doc :IXMLDOMDocument2;
begin

  doc := TryObjectCreate([CLASS_DOMDocument60,CLASS_DOMDocument40,CLASS_DOMDocument30,CLASS_DOMDocument26,msxml.CLASS_DOMDocument]) as IXMLDOMDocument2;
  if not Assigned(doc) then
    raise DOMException.Create(SMSDOMnotinstalled);
  doc.setProperty('AllowXsltScript',true);  // Allow XSLT scripts!!
  Result := doc;
end;

unit Unit27;

interface

uses
  xmldoc,xmlintf,msxml,msxmldom,Forms,SysUtils,ActiveX,ComObj,XmlDom,XmlConst,Windows,Messages,Classes,Controls,StdCtrls;

type
  TForm1 = class(TForm)
    procedure FormCreate(Sender: TObject);
  private
    { Private declarations }
  public
    { Public declarations }
  end;

var
  Form1: TForm1;

implementation

{$R *.dfm}

function TryObjectCreate(const GuidList: array of TGuid): IUnkNown;
var
  I: Integer;
  Status: HResult;
begin
  Status := S_OK;
  for I := Low(GuidList) to High(GuidList) do
  begin
    Status := CoCreateInstance(GuidList[I],nil,CLSCTX_INPROC_SERVER or
      CLSCTX_LOCAL_SERVER,Idispatch,Result);
    if Status = S_OK then Exit;
  end;
  OleCheck(Status);
end;

function CreateDOMDocument2: IXMLDOMDocument;

var
  Doc2 : IXMLDOMDocument2;

begin
  Doc2 := TryObjectCreate([CLASS_DOMDocument60,msxml.CLASS_DOMDocument]) as IXMLDOMDocument2;
  if not Assigned(Doc2) then
    raise DOMException.Create(SMSDOMnotinstalled);
  Doc2.setProperty('AllowXsltScript',true);
  Result := Doc2;
end;


procedure TForm1.FormCreate(Sender: TObject);

var
 Doc : IXMLDocument;

begin
 Doc := TXMLDocument.Create(nil);
 Doc.LoadFromFile('c:\temp\test.xml');
end;


initialization
 MSXMLDOMDocumentCreate := CreateDOMDocument2;
end.

document.write PHP XML操作类DOMDocument

PHP DomDocument XML加载XML数据损坏

你如何处理XML文件中的数据损坏？例如,如果我有

<text>Some &improper; text here.</text>

我正在尝试：

 $doc = new DOMDocument();
 $doc->validateOnParse = false;
 $doc->formatOutput = false;
 $doc->load(...xml');

它失败了,因为有一个未知的实体.注意,由于软件的编写方式,我无法使用CDATA.我正在编写一个读取和写入XML的模块,有时用户会插入不正确的文本.

我注意到DOMDocument-> loadHTML()很好地编码了所有内容,但我怎么能从那里继续？

解决方法:

也许您可以使用preg_replace_callback为您执行繁重的实体：

http://php.net/manual/en/function.preg-replace-callback.php

function fixEntities($data) {
    switch(substr($data, 1, strlen($data) - 2)) {
        case 'amp':
        case 'lt':
        case 'gt':
        case 'quot': // etc., etc., etc.
            return $data;
    }
    return '';
}
$xml = preg_replace_callback('/&([a-zA-Z0-9#]*);{1}/', 'fixEntities', $xml);

关于在使用DOMDocument函数进行处理之前，修复PHP中格式错误的XML的介绍现已完结，谢谢您的耐心阅读，如果想了解更多关于asp中使用MSXML2.DOMDocument处理XML数据时的注意事项、delphi – 通过TXMLDocument访问IXMLDOMDocument2？、document.write PHP XML操作类DOMDocument、PHP DomDocument XML加载XML数据损坏的相关知识，请在本站寻找。