使用PHP从HTML CDATA中的xml文件读取数据

我正在尝试读取以下格式的数据：

<?xml version="1.0" encoding="UTF-8"?>
<body>
<![CDATA[sample content]]><br />
<![CDATA[more content]]><br />
<![CDATA[content]]><br /></body>

数据来自一个远程xml文件，所以我无法更改它

$file = file_get_contents($r[0]->overview);
$xml = new SimpleXMLElement($file); 
echo '<pre>';
print_r($xml);
echo '</pre>';

该输出：

SimpleXMLElement Object
(
[br] => Array
    (
        [0] => SimpleXMLElement Object
            (
            )
        [1] => SimpleXMLElement Object
            (
            )
        [2] => SimpleXMLElement Object
            (
            )
    )
)

我不确定如何阅读内容，通常我可以看到一个数组或对象，我可以循环通过。

如有任何建议，我们将不胜感激。

问题只是SimpleXML的魔力。CDATA节是一种特殊类型的文本节点，它们允许在没有编码（<，>，"，'）的情况下用XML编写特殊字符。这有两个原因：脚本元素的向后兼容性和更好的可读性。

它们仍然是节点，可以这样读取：

<?php
$xml = <<<'XML'
<?xml version="1.0" encoding="UTF-8"?>
<body>
<![CDATA[sample content]]><br />
<![CDATA[more content]]><br />
<![CDATA[content]]><br /></body>
XML;
$dom = new DOMDocument();
$dom->loadXml($xml);
$xpath = new DOMXpath($dom);
// iterate all text child nodes that are not just whitespaces
foreach($xpath->evaluate('/body/text()[normalize-space(.) != ""]') as $node) {
  var_dump($xpath->evaluate('string(.)', $node));
}

输出：https://eval.in/140237

string(14) "sample content"
string(12) "more content"
string(7) "content"

<![CDATA[sample content]]>应该被封装在开始和结束标记中，只有这样才能检索数据。此外，要读取CDATA内容，您应该使用LIBXML_NOCDATA参数。

由于那些CDATA没有任何适当的封装，您得到的是空数组。

固定代码

<?php
$content = '<?xml version="1.0" encoding="UTF-8"?>
<body>
<![CDATA[sample content]]><br />
<![CDATA[more content]]><br />
<![CDATA[content]]><br /></body>';
$content = str_replace(array('<br />','<!',']>'),array('','<br><!',']></br>'),$content);
$xml = simplexml_load_string($content, 'SimpleXMLElement', LIBXML_NOCDATA | LIBXML_NOBLANKS);
print_r($xml);

OUTPUT:

SimpleXMLElement Object
(
    [br] => Array
        (
            [0] => sample content
            [1] => more content
            [2] => content
        )
)

固定代码

相关内容

最新更新

热门标签：