如何使用 PHP 读取带有 HTML 标签的 XML？

Question

我已经多次使用 php 和 XML，但这种 XML 在开头和结尾都有 Html 标签：

链接到 XML

没有到 xml 文件的直接链接，所以我必须使用 file_get_contents()。

我正在使用这个 php 代码：

 $url = "https://www.tandildiario.com/suscripcion.php?section=4";
 $xml   = file_get_contents($url);
 $feed = simplexml_load_string($xml);

  foreach ($feed->channel->item as $item) {
  .....

我尝试不同的事情..大多数错误都是这样的：

警告：simplexml_load_string()：实体：第 14 行：解析器错误：实体“oacute”未在 D: 中定义 eader.php 第 37 行

Answer 1

由于原始 XML 不正确（它在描述标签中包含未转义的 HTML），因此您可以在尝试解析它之前修复它。自己添加 CDATA 属性：

$url = "https://www.tandildiario.com/suscripcion.php?section=4";
$xml = file_get_contents($url);

// Add the CDATA tags for the description
$xml = str_replace('<description>', '<description><![CDATA[', $xml);
$xml = str_replace('</description>', ']]></description>', $xml);

$feed = simplexml_load_string($xml);

Answer 2

您可以在加载 XML 之前解码 HTML 实体。

$url = "https://www.tandildiario.com/suscripcion.php?section=5";
$xml = file_get_contents($url);

$feed = simplexml_load_string(html_entity_decode($xml, ENT_QUOTES | ENT_SUBSTITUTE | ENT_HTML401, "UTF-8"));

foreach ( $feed->channel->item as $item )   {
    echo $item->asXML();
}

更新：

由于这个答案是 7 年前写的，如果

html_entity_decode

已被弃用，则将 null 传递给第二个参数。我已经更新了答案。