PHP-SimpleXML解析错误

请参见底部的编辑以显示更准确的错误输出

我第一次使用SimpleXML用PHP解析一些大的（~15MB）XML文件。这些文件是航班搜索结果，因此具有较长的属性（返回Kayak的链接；示例：
“/book/flightcode=1238917408.NxJI6G.0.F.ORBITZAIR，ORBITZAIR.0.f36f1ea92513977249aa695112410052&sid=26-Vu01v7ilzhSAjPVLZ3Ul”

SimpleXML在分析时抛出此错误：

实体：第10行：解析器错误：EntityRef:应为“；”in“，然后

“38917408.NxJI6G.0.F.ORBITZAIR，ORBITZAIR.0.f36f1ea92513977249aa695112410052和sid in” 然后,

simplexml加载字符串（）[函数.simplexml加载字符串]：^in

对于有这些URL的每一行，依此类推

我发现有人提到SimpleXML不喜欢php.net上没有解决方案的长属性。我宁愿现在就使用和学习SimpleXML，如果有一个非janky的、稍微简单的解决方法，就克服这个错误

有人有解决办法吗？提前谢谢

我尝试输入XML的前13行，但它只输出信息而不输出XML，所以……如果有帮助，我可以这样做。我不确定使用另一个解析器/扩展是否会降低功能或易用性，但如果没有解决方法，请随意提出另一个建议（我想可能是DOM或XMLReader）

编辑以下内容以包含较少掺杂的错误输出：

错误1：

simplexml_load_string() [<a href='function.simplexml-load-string'>function.simplexml-load-string</a>]: Entity: line 10: parser error : EntityRef: expecting ';' in 

simplexml_load_string（）[]：实体：第10行：解析器错误：EntityRef:中应为“；”

错误2：（我认为XML很好，因为它与使用DOM的Python脚本一起工作；我将它转换为PHP，因为我不懂Python）。我不知道浏览器中的输出会有所不同。感谢耐心等待。）

]：38917408.Pt8rW8.0.F.ORBITZAIR，ORBITZAIR.0.f36f1ea92513977249aa695112410052&_锡丁

错误3：

function.simplexml-load-string</a>]:                                                                                ^ in     

function.simplexml加载字符串]：^in

---

（所有这些空格都在那里）

Darryl在上面的评论中正确地回答了为什么会发生这种情况。解决此问题的一种方法是使用str_replace（）将所有的“&”符号替换为“&；”在XML中。根据，您还可以使用此正则表达式将符号替换为其实体：

$s = preg_replace('/&[^; ]{0,6}.?/e', "((substr('\\0',-1) == ';') ? '\\0' : '&'.substr('\\0',1))", 

---

正如在其他回答和评论中提到的，您的源XML已损坏，XML解析器应该拒绝无效的输入。libxml有一个“recover”模式，可以让您加载这个损坏的XML，但是您会丢失“&sid”部分，因此它不会有帮助

如果你很幸运并且喜欢冒险，你可以尝试通过修正输入来让它工作。您可以使用一些字符串替换来转义看起来像在URL查询部分的符号

$xml = file_get_contents('broken.xml');
// replace '&' followed by a bunch of letters, numbers
// and underscores and an equal sign with &
$xml = preg_replace('#&(?=[a-z_0-9]+=)#', '&', $xml);
$sxe = simplexml_load_string($xml);

---

当然，这只是一种黑客行为，解决这种情况的唯一好办法是让XML提供商修复它们的生成器。因为如果它生成的XML被破坏了，谁知道还有哪些错误没有被注意到呢？

可能解析的XML文件对于解析器来说太大了。但是您可以尝试将LIBXML_parsehug作为一个选项传递，这对我的情况很有帮助。

我遇到了13MB文件的问题，并通过包含

LIBXML_parsehug

参数解决了这个问题：

$xml = new SimpleXMLElement($contents, LIBXML_PARSEHUGE);

注意：在1GB下使用

ini\u set

并不能解决我的问题，因为解析的内容占用的空间比这个还多

---

一种更激进的方法是使用其他库来流式传输而不是加载整个文件（SAX解析器与DOM解析器），比如

它不是“long”属性，而是属性中的“

&

”。它不是一个正确的xml实体。所有文字符号都需要编码（讽刺的是）为

&-错误表明它应为“；”因为它希望'
&sid
'成为一个实体，即：'
&sid”。解决方案是让生成该XML的人修复其代码并输出一些有效的XML plzkthx。在实际文件中，它表示：“&_sid=15-错误是由我的浏览器输出的。很明显，我对编码一无所知。最后的评论几乎使所有发布的内容无效。请永远不要在浏览器中查看XML内容。发布指向XML文件的链接以及错误消息的完整示例。如果是从浏览器中获取的，请使用“查看源代码”以避免您刚才描述的内容。我编辑了OP以包含更好的信息。再次感谢您的帮助和耐心！如何检查解析后的XML输入是否无效？如果XML无效，SimpleXmlElement（）函数不会返回false？是吗？如果XML是无效的，那么你就真的被搞砸了。您可以尝试使用字符串操作（与XML操作相反）来修复数据，但解决这种情况的唯一可靠方法是生成有效的XML。
$xml = new SimpleXMLElement($contents, LIBXML_PARSEHUGE);