PHP生成的XML文档中的实体声明（  —等）

Question

这让我感到很烦恼，在网上有很多类似的问题，但我找不到正确的解决方案。

我正在使用PHP创建一个XML文档，以作为Ajax请求的响应发送。响应将类似于以下内容：

<?xml version="1.0" encoding="iso-8859-1"?>
<response>
  <status>success</status>
  <message>&nbsp;&mdash;</message>
</response>

这个标签会包含比这更有意义的信息，但正是像这样的实体给我带来了问题。

生成该xml的php代码如下：

header("Content-Type: text/xml");

$dom = new DOMDocument('1.0', 'iso-8859-1');
$dom->formatOutput = true;

$response_node = $dom->createElement("response");
$dom->appendChild($response_node);
$response_node->appendChild($dom->createElement('status', 'success'));
$response_node->appendChild($dom->createElement('message', " &mdash"));
echo $dom->saveXML();
return;

上面展示的xml成功返回给调用它的javascript函数，但是当它尝试解析xml文档时失败了。

如果我使用这个验证器来验证xml，我会得到以下错误：

该页面包含以下错误： 第5行第15列出现错误：未定义实体'nbsp'

实体—也会引起同样的问题。

我认为我可能需要找到一种方法将类似以下内容放入xml中：

<!ENTITY name "entity_value">

我不确定如何做这件事，或者这是否是正确的方法。我是否走错了方向？如果是，我该怎么做呢？如果不是，解决这个问题的正确方法是什么？

- Matthew

Answer 1

如你所指出的，HTML实体名称在XML中没有定义时是无效的。但是，数字实体可以解决问题。

尝试替换:

  =>  

— => —

- scoffey

---

我不是手动放置这些实体，它们是在我附加包含这些元素的文本节点时创建的，该文本是从数据库查询的。是否有一种函数可以将命名实体转换为它们的数字等价物？ - Matthew

你可以使用 $trans = get_html_translation_table(HTML_ENTITIES) 来获取一个字符到实体的翻译表，然后对于 $trans 中的每个键/值对，像 $table[$value] = '&#' . ord($key) . ';' 这样做来构建你实际需要的表格。但是，一些实体（如 —）在该表中缺失，因此你可能需要维护一个包含所有可能实体的表格。 - scoffey

Answer 2

这是解决问题的一种方法，添加一个定义实体的文档类型声明：

$dom = new DOMDocument('1.0', 'iso-8859-1');
$dom->formatOutput = true;
$doctype = DOMImplementation::createDocumentType("html","-//W3C//DTD XHTML 1.1//EN","http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd");
$dom->appendChild($doctype);

$response_node = $dom->createElement("response");
$dom->appendChild($response_node);
$response_node->appendChild($dom->createElement('status', 'success'));
$response_node->appendChild($dom->createElement('message', " &mdash"));
echo $dom->saveXML();
return;

- Matthew

Answer 3

——和不间断空格都是UTF-8有效字符，允许在XML中使用。

如果您的原始消息包含它并被转换为实体以在XML中显示，请指定要将字符转换为XML而不是HTML：

PHP 5.4.0+：

$encoded_value = htmlentities($value, ENT_COMPAT | ENT_XML1);

在旧版的PHP中，默认编码是ISO-8859-1，因此需将编码指定为UTF-8：

$encoded_value = htmlentities($value, ENT_COMPAT | ENT_XML1, 'UTF-8');

注意：您可以使用html_entity_decode函数从mdash实体中获取—。

- Dereckson