Php SimpleXML，请不要展开实体

我正在使用SimpleXML尝试解析带有

声明的。不幸的是，SimpleXML似乎太急于展开这些实体了，我希望它没有，因为实体符号很短，很容易解析，理论上在新版本的文件中不会改变，而展开的实体是英语句子，可能会改变。有没有办法让SimpleXML停止

在将文件内容传递给XML解析器之前，我曾想过对XML文件进行“预解析”以去除
位，但这感觉有点不对劲，因为它是一个巨大的文件，所以我宁愿尽可能少地修改它

（请原谅上面的任何错误术语；我很久没有做过这种级别的XML工作了。）
看起来可能是这样，但事实并非如此（除非您指定了标志，我想您不会指定，尽管您没有在代码中显示您所做的事情）。只是如果您使用的是
->asXML（）
方法，而不是通过to字符串实现，SimpleXML只能将其返回给您

让我们做一些例子来演示它是如何工作的。我从DTD中选择了这个简单的实体：

<!ENTITY n "noun (common) (futsuumeishi)">

变量
$pos
现在是
元素节点的SimpleXMLElement。让我们输出它，看看解析器如何处理
&n实体：

$xml = simplexml_load_file($file);
$pos = $xml->entry->sense->pos;

echo  "SimpleXML value (string): ", $pos         , "\n"
    , "SimpleXML value (XML)   : ", $pos->asXML(), "\n";

输出为：

SimpleXML值（字符串）：名词（普通）（futsuumeishi）
SimpleXML值（XML）：&n；

如本例所示，
&n
仍然存在（
&n；
），只是当您将其作为字符串值访问时，它将被展开（
名词（公共）（futsuumeishi）
）

顺便说一下，这是完全可以的，XML规范在这里说，由解析器决定是否扩展这些实体。对于SimpleXML的设计目的，在读取字符串值时，这完全可以扩展

您甚至可以通过指定
LIBXML\u NOENT
选项来控制此行为：

$xml = simplexml_load_file($file, NULL, LIBXML_NOENT);

这将实际执行您当时假设的操作，实体现在已展开，XML输出不再包含实体：

SimpleXML值（字符串）：名词（普通）（futsuumeishi）
SimpleXML值（XML）：名词（普通）（futsuumeishi）

所以现在双重问号，如何做你想要的？PHP中的XML解析器实际上有一个实体模型，它就是DOMDocument。它是SimpleXML的姐妹库，两者在内部共享相同的内存对象。下面是同一对象（更精确地说：它唯一的子节点）在不使用和使用
LIBXML\NOENT
的两种模式下的输出：

模式1：
DOMDocument类：domentyReference
DOMDocument值（XML）：&n；
DOMDocument->nodeName:n
模式2（LIBXML\u NOENT）：
DOMDocument类：DOMText
DOMDocument值（XML）：名词（通用）（futsuumeishi）
DOMDocument->nodeName:#文本

这是由以下代码创建的，这些代码应使给定输出后面的内容更为可见：

$node   = dom_import_simplexml($pos);
$doc    = $node->ownerDocument;
$entity = $node->firstChild;

echo  "DOMDocument Class       : ", get_class($entity)    , "\n"
    , "DOMDocument value(XML)  : ", $doc->saveXML($entity), "\n"
    , "DOMDocument ->nodeName  : ", $entity->nodeName     , "\n";

如本文所述，它是一个姐妹库，
dom\u import\u simplexml
将
$pos
转换为一个
domeElement
，我们需要遍历它的子元素，我们知道它是有问题的实体引用

因此，现在这就开始有了完美的意义：因为SimpleXML不能表示实体引用，它只能提供扩展字符串值或包含实体的XML

否则，将如何区别

<pos>&n;</pos>
<pos><![CDATA[&n;]]></pos>

让我们从上面的例子来看：

require('EntityPreserveXML.php');
$xml = simplexml_load_file($file, 'EntityPreserveXML');
$pos = $xml->entry->sense->pos;

echo  "SimpleXML value (string): ", $pos         , "\n"
    , "SimpleXML value (XML)   : ", $pos->asXML(), "\n";

SimpleXML现在正在使用扩展类，该类将按预期提供：

SimpleXML值（字符串）：&n；
SimpleXML值（XML）：&n；

&n因为它是唯一的子元素，所以现在保存在SimpleXMLElement的到字符串转换中。但仅仅因为这样做并不意味着您应该使用它，它打破了以文本形式解析的XML和文档模型意义上的XML之间的编码边界

也许你只是在找文件？这是一个包含更多细节的模型，您可以从中使用
DOMEntityReference
s（如果有的话）。
是否可以创建一个小样本的XML和PHP代码来显示不希望出现的行为？这将极大地帮助其他人理解问题并提出解决方案。@IMSoP：好的评论，即使这是可能的，但最终也没有多大意义。刚刚留下了一个广泛的答案。可能是对一个坦率而含糊的问题的一个非常彻底的答案的复制品！在某些方面，它可以很好地帮助我们了解
LIBXML\u NOCDATA
的实际含义，以及它与实体处理的关系？嗯，我没有考虑过，因为我的印象是，它只适用于HTML或其他类似浏览器的行为。也许我会调查一下。或者，我可能会坚持使用SimpleXML，使用asXML（），并使用（gasp！）regex从结果中提取符号。谢谢你在这里分享我的选择。@IMSoP：谢谢，这是一个很好的交叉链接。总有一天，我们可能会收集大量更好的答案。我想这些年来我们确实已经有了很多了。@GarrettAlbright:您可以在这里同时使用SimpleXML和DOMDocument，这取决于您需要做什么。我不认为有必要使用正则表达式，你应该更彻底地思考你需要什么，具体是什么。这是我能给出的最好的建议。答案只是解释了它是如何工作的。
require('EntityPreserveXML.php');
$xml = simplexml_load_file($file, 'EntityPreserveXML');
$pos = $xml->entry->sense->pos;

echo  "SimpleXML value (string): ", $pos         , "\n"
    , "SimpleXML value (XML)   : ", $pos->asXML(), "\n";