Français
Français
Lorsque l'analyse des chaînes XML à l'aide de la fonction de PHP simplexml_load_string , vous rencontrez souvent le problème des "caractères illégaux" provoquant un échec d'analyse. Ce type d'erreur découle généralement de la présence de caractères dans les chaînes XML qui ne sont pas conformes aux spécifications XML, telles que les caractères de contrôle, les symboles spéciaux non recommandés ou les formats de codage incohérents. Cet article fournira une explication détaillée de ce qui cause le problème et fournira des solutions et un exemple de code.
simplexml_load_string est une fonction simple utilisée par PHP pour analyser les chaînes XML. Lorsqu'une chaîne XML contient des caractères illégaux, la fonction renvoie false et un message d'erreur est déclenché. Les caractères illégaux comprennent généralement:
Caractères de contrôle ASCII (tels que 0x00 à 0x1f, à l'exception des espaces, des pauses de ligne, des caractères d'onglet)
Caractères qui ne sont pas échappés correctement (par exemple et non écrits comme & amp; )
La déclaration XML ou le codage de contenu ne correspond pas au codage réel
Codage non UTF-8 mais non déclaré
Ces caractères rendent l'analyseur XML incapable de comprendre correctement la structure de la chaîne, ce qui entraîne une défaillance.
Les caractères de contrôle peuvent être supprimés par des expressions régulières:
<?php
$xmlString = 'Cela contient des caractères illégauxXMLChaîne';
// Supprimer les caractères de contrôle，Gardez la ligne de rupture(\n)、Entrer(\r)、Symboles d'onglet(\t)
$cleanXmlString = preg_replace('/[^\PC\s]/u', '', $xmlString);
$xml = simplexml_load_string($cleanXmlString);
if ($xml === false) {
echo "L'analyse a échoué\n";
} else {
print_r($xml);
}
?>
Si le contenu XML contient des symboles non inscrits tels que & , < , > , etc., vous devez vous échapper en premier:
<?php
$xmlString = 'Cela contient des&Symbole deXMLChaîne';
$xmlString = str_replace('&', '&', $xmlString);
$xml = simplexml_load_string($xmlString);
if ($xml === false) {
echo "L'analyse a échoué\n";
} else {
print_r($xml);
}
?>
Remarque: S'il s'agit déjà d'un XML légal, le remplacer peut entraîner des erreurs et doit être géré pour la situation spécifique.
simplexml_load_string gère les chaînes codées UTF-8 par défaut. Si le XML est un autre encodage (comme GBK, ISO-8859-1), le codage doit être converti en premier:
<?php
$xmlString = file_get_contents('http://gitbox.net/path/to/xmlfile.xml');
$xmlString = mb_convert_encoding($xmlString, 'UTF-8', 'GBK');
$xml = simplexml_load_string($xmlString);
if ($xml === false) {
echo "L'analyse a échoué\n";
} else {
print_r($xml);
}
?>
Pour un meilleur débogage, la capture d'erreur interne peut être activée:
<?php
libxml_use_internal_errors(true);
$xmlString = '<invalid&xml>';
$xml = simplexml_load_string($xmlString);
if ($xml === false) {
foreach (libxml_get_errors() as $error) {
echo "erreur：", $error->message;
}
libxml_clear_errors();
} else {
print_r($xml);
}
?>
Voici un exemple complet démontrant le nettoyage des personnages illégaux, assurant du codage et des erreurs de capture:
<?php
libxml_use_internal_errors(true);
$xmlString = file_get_contents('http://gitbox.net/sample.xml');
// Nettoyer des personnages illégaux（Gardez la ligne de rupture、Entrer、Symboles d'onglet）
$xmlString = preg_replace('/[^\PC\s]/u', '', $xmlString);
// Convertir le code en UTF-8（Supposons que l'encodage original soit GBK）
$xmlString = mb_convert_encoding($xmlString, 'UTF-8', 'GBK');
$xml = simplexml_load_string($xmlString);
if ($xml === false) {
echo "L'analyse a échoué，erreur信息如下：\n";
foreach (libxml_get_errors() as $error) {
echo trim($error->message), "\n";
}
libxml_clear_errors();
} else {
echo "Analyse réussie：\n";
print_r($xml);
}
?>
Lorsque l'analyse simplexml_load_string échoue, la première étape consiste à vérifier s'il y a des caractères de contrôle illégaux et à les nettoyer de manière appropriée.
Confirmez que les caractères spéciaux de la chaîne XML ont été correctement échappés.
Assurez-vous que la chaîne XML est codée en tant que UTF-8 et la convertit si nécessaire.
Utilisez libxml_use_internal_errors (true) pour obtenir des informations d'erreur détaillées, ce qui aide à localiser le problème.
La maîtrise de ces compétences peut efficacement éviter les échecs d'analyse causés par des caractères illégaux, ce qui rend l'analyse XML plus stable et plus fiable.
