PHP cdata 处理

最新推荐文章于 2021-04-10 13:35:15 发布

原创最新推荐文章于 2021-04-10 13:35:15 发布 · 4.6k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#php #xml #domain #string #c

PHP 专栏收录该内容

12 篇文章

订阅专栏

本文讲述了在PHP中使用SimpleXML解析XML时遇到的CDATA处理问题，由于SimpleXML不支持CDATA标签，导致部分值无法获取。作者分享了一段自定义的XML字符串处理代码，用于转换CDATA内容。然而，该方法存在对连续']'字符处理的局限性。为了解决这个问题，作者推荐使用DOM XML，通过DOMDocument等组件更方便地处理XML节点及其属性。

之前为项目赶进度用php 的simplexml来解析 xml, 当时发现 simplexml不支持<![CDATA标签，所有处于这个标签内的值都没有办法取到。

当时在网上找了一个CDATA的转换器，修改之后，将CDATA标签给过滤掉。如下

// States: // // 'out' // '<' // '<!' // '<![' // '<![C' // '<![CD' // '<![CDAT' // '<![CDATA' // 'in' // ']' // ']]' // // (Yes, the states a represented by strings.) // $state = 'out'; $a = str_split($xml); $new_xml = ''; foreach ($a AS $k => $v) { // Deal with "state". switch ( $state ) { case 'out': if ( '<' == $v ) { $state = $v; } else { $new_xml .= $v; } break; case '<': if ( '!' == $v ) { $state = $state . $v; } else { $new_xml .= $state . $v; $state = 'out'; } break; case '<!': if ( '[' == $v ) { $state = $state . $v; } else { $new_xml .= $state . $v; $state = 'out'; } break; case '<![': if ( 'C' == $v ) { $state = $state . $v; } else { $new_xml .= $state . $v; $state = 'out'; } break; case '<![C': if ( 'D' == $v ) { $state = $state . $v; } else { $new_xml .= $state . $v; $state = 'out'; } break; case '<![CD': if ( 'A' == $v ) { $state = $state . $v; } else { $new_xml .= $state . $v; $state = 'out'; } break; case '<![CDA': if ( 'T' == $v ) { $state = $state . $v; } else { $new_xml .= $state . $v; $state = 'out'; } break; case '<![CDAT': if ( 'A' == $v ) { $state = $state . $v; } else { $new_xml .= $state . $v; $state = 'out'; } break; case '<![CDATA': if ( '[' == $v ) { $cdata = ''; $state = 'in'; } else { $new_xml .= $state . $v; $state = 'out'; } break; case 'in': if ( ']' == $v ) { $state = $v; } else { $cdata .= $v; } break; case ']': if ( ']' == $v ) { $state = $state . $v; } else { $cdata .= $state . $v; $state = 'in'; } break; case ']]': if ( '>' == $v ) { $new_xml .= htmlentities($cdata); # $new_xml.= $cdata; // $new_xml .= str_replace('>','>', // str_replace('>','<', // str_replace('"','"', // str_replace('&','&', // $cdata)))); $state = 'out'; } else { $cdata .= $state . $v; $state = 'in'; } break; } // switch } // // Return. // return $new_xml;

最近发现，总是有alert发出来，说是simplexml解析出错。

发现是原来有xml的数据是<![CDATA[domain[test]]] >. 出现了连续的3个]，造成上面的解析函数不能处理。

而且这个问题很难修正，你不知道下次会不会有4， 5个]出现。

所以决定还是将这段解析的代码换成DOM XML，本身 DOM的处理还是比较简单的，

包含DOMElement, DOMDocument, DOMNodeList, DOMNode几个 component.

对于 DOMNode有nodeValue, nodeType, nodeName的成员函数。

首先先用loadXML将string转化为DOMDocument对像，再用getElementsByTagName转化为DOMNodeList对像，再使用->item(0)转化为DOMNOde，然后就可以使用上面的三种方法了。

对于 <aa color='red'>test</aa>这种xml标签，要使用 attribute函数。