用PHP生成XML文档（转义字符）-Java 学习之路

我正在从PHP脚本生成XML文档，我需要转义XML特殊字符 . 我知道应该转义的字符列表;但是这样做的正确方法是什么？

是否应该使用反斜杠（'）或正确的方式转义字符？是否有任何内置的PHP函数可以为我处理这个？

10 回答

使用DOM类生成整个XML文档 . 它将处理我们甚至不想关心的编码和解码 .

编辑：这被@Tchalvak批评：

DOM对象创建一个完整的XML文档，它不仅仅是为了自己编写一个字符串 .

哪个错了，DOMDocument可以正确输出一个片段而不是整个文档：

$doc->saveXML($fragment);

这使：

Test &amp; <b> and encode </b> :)
Test &amp;amp; &lt;b&gt; and encode &lt;/b&gt; :)

如：

$doc = new DOMDocument();
$fragment = $doc->createDocumentFragment();

// adding XML verbatim:
$xml = "Test &amp; <b> and encode </b> :)\n";
$fragment->appendXML($xml);

// adding text:
$text = $xml;
$fragment->appendChild($doc->createTextNode($text));

// output the result
echo $doc->saveXML($fragment);

见Demo

回复于 2024-04-28T17:35:15+08:00

-2

我创建了一个简单的函数，它与XML中的five "predefined entities"一起转义：

function xml_entities($string) {
    return strtr(
        $string, 
        array(
            "<" => "&lt;",
            ">" => "&gt;",
            '"' => "&quot;",
            "'" => "&apos;",
            "&" => "&amp;",
        )
    );
}

用法示例Demo：

$text = "Test &amp; <b> and encode </b> :)";
echo xml_entities($text);

输出：

Test &amp;amp; &lt;b&gt; and encode &lt;/b&gt; :)

使用 str_replace 可以实现类似的效果，但由于双重替换（未经测试，不推荐），它很脆弱：

function xml_entities($string) {
    return str_replace(
        array("&",     "<",    ">",    '"',      "'"),
        array("&amp;", "&lt;", "&gt;", "&quot;", "&apos;"), 
        $string
    );
}

回复于 2024-04-28T17:35:15+08:00

0
htmlspecialchars()功能怎么样？
```
htmlspecialchars($input, ENT_QUOTES | ENT_XML1, $encoding);
```
Note: ENT_XML1 标志仅在PHP 5.4.0或更高版本可用时才可用 .

带有这些参数的 htmlspecialchars() 将替换以下字符：
- & （＆符号）变为 &
- " （双引号）变为 "
- ' （单引号）变为 '
- < （小于）变为 <
- > （大于）变为 >
您可以使用get_html_translation_table()函数获取转换表 .
回复于 2024-04-28T17:35:15+08:00
1
试图处理XML实体问题，以这种方式解决：
```
htmlspecialchars($value, ENT_QUOTES, 'UTF-8')
```
回复于 2024-04-28T17:35:15+08:00

为了获得有效的最终XML文本，您需要转义所有XML实体，并使用与XML文档处理指令相同的编码来编写文本（ <?xml 行中的"encoding"） . 只要将重音字符编码为文档，就不需要对其进行转义 .

但是，在许多情况下，简单地使用 htmlspecialchars 转义输入可能会导致双重编码实体（例如 é 将变为 &eacute; ），因此我建议首先解码html实体：

function xml_escape($s)
{
    $s = html_entity_decode($s, ENT_QUOTES, 'UTF-8');
    $s = htmlspecialchars($s, ENT_QUOTES, 'UTF-8', false);
    return $s;
}

现在，您需要确保所有重音字符在XML文档编码中都有效 . 我强烈建议始终以UTF-8编码XML输出，因为并非所有XML解析器都遵循XML文档处理指令编码 . 如果您的输入可能来自不同的字符集，请尝试使用 utf8_encode() .

有一个特殊情况，你的输入可能来自以下编码之一：ISO-8859-1，ISO-8859-15，UTF-8，cp866，cp1251，cp1252和KOI8-R - PHP将它们全部视为同样，但它们之间存在一些细微的差别 - 其中一些甚至 iconv() 无法处理 . 我只能通过补充 utf8_encode() 行为来解决这个编码问题：

function encode_utf8($s)
{
    $cp1252_map = array(
    "\xc2\x80" => "\xe2\x82\xac",
    "\xc2\x82" => "\xe2\x80\x9a",
    "\xc2\x83" => "\xc6\x92",
    "\xc2\x84" => "\xe2\x80\x9e",
    "\xc2\x85" => "\xe2\x80\xa6",
    "\xc2\x86" => "\xe2\x80\xa0",
    "\xc2\x87" => "\xe2\x80\xa1",
    "\xc2\x88" => "\xcb\x86",
    "\xc2\x89" => "\xe2\x80\xb0",
    "\xc2\x8a" => "\xc5\xa0",
    "\xc2\x8b" => "\xe2\x80\xb9",
    "\xc2\x8c" => "\xc5\x92",
    "\xc2\x8e" => "\xc5\xbd",
    "\xc2\x91" => "\xe2\x80\x98",
    "\xc2\x92" => "\xe2\x80\x99",
    "\xc2\x93" => "\xe2\x80\x9c",
    "\xc2\x94" => "\xe2\x80\x9d",
    "\xc2\x95" => "\xe2\x80\xa2",
    "\xc2\x96" => "\xe2\x80\x93",
    "\xc2\x97" => "\xe2\x80\x94",
    "\xc2\x98" => "\xcb\x9c",
    "\xc2\x99" => "\xe2\x84\xa2",
    "\xc2\x9a" => "\xc5\xa1",
    "\xc2\x9b" => "\xe2\x80\xba",
    "\xc2\x9c" => "\xc5\x93",
    "\xc2\x9e" => "\xc5\xbe",
    "\xc2\x9f" => "\xc5\xb8"
    );
    $s=strtr(utf8_encode($s), $cp1252_map);
    return $s;
}

回复于 2024-04-28T17:35:15+08:00

16

如果你需要正确的xml输出，simplexml是要走的路：

http://www.php.net/manual/en/simplexmlelement.asxml.php

回复于 2024-04-28T17:35:15+08:00
13

正确转义是获取正确XML输出的方法，但您需要处理Java code和 elements 的转义 differently . （这是托马斯的回答是不正确的） .

我写了/偷了一些Java code，后来区分属性和元素转义 . 原因是XML解析器特别在属性中考虑所有空白区域 .

将它移植到PHP应该是微不足道的（如果你使用 UTF-8 ，你可以使用Tomas Jancik 's approach with the above appropriate escaping). You don' t担心转义扩展实体 .

如果您不想移植我的Java代码，您可以查看基于流的XMLWriter并使用libxml，因此它应该非常高效 .

回复于 2024-04-28T17:35:15+08:00
33

您可以使用此方法：http://php.net/manual/en/function.htmlentities.php

这样，所有实体（html / xml）都被转义，您可以将字符串放在XML标记中

回复于 2024-04-28T17:35:15+08:00

根据sadeghj的解决方案，以下代码适用于我：

/**
 * @param $arr1 the single string that shall be masked
 * @return the resulting string with the masked characters
 */
function replace_char($arr1)
{
    if (strpos ($arr1,'&')!== FALSE) { //test if the character appears 
        $arr1=preg_replace('/&/','&amp;', $arr1); // do this first
    }

    // just encode the
    if (strpos ($arr1,'>')!== FALSE) {
        $arr1=preg_replace('/>/','&gt;', $arr1);
    }
    if (strpos ($arr1,'<')!== FALSE) {
        $arr1=preg_replace('/</','&lt;', $arr1);
    }

    if (strpos ($arr1,'"')!== FALSE) {
        $arr1=preg_replace('/"/','&quot;', $arr1);
    }

    if (strpos ($arr1,'\'')!== FALSE) {
        $arr1=preg_replace('/\'/','&apos;', $arr1);
    }

    return $arr1;
}

回复于 2024-04-28T17:35:15+08:00

-1

function replace_char($arr1)
 {
  $arr[]=preg_replace('>','&gt', $arr1); 
  $arr[]=preg_replace('<','&lt', $arr1);
  $arr[]=preg_replace('"','&quot', $arr1);
  $arr[]=preg_replace('\'','&apos', $arr1);
  $arr[]=preg_replace('&','&amp', $arr1);

  return $arr;
  }

回复于 2024-04-28T17:35:15+08:00

用PHP生成XML文档（转义字符）

10 回答

相关问题