无法解析格式不佳的XML

Question

我一直试图解析这个feed.如果单击该链接,您会注意到它甚至无法在浏览器中正确解析它.

无论如何,我的托管服务不会让我使用simplexml_load_file,所以我一直在使用cURL来获取它然后将字符串加载到DOM中,如下所示:

$dom = new DOMDocument;
$dom->loadXML($rawXML);
if (!$dom) {
 echo 'Error while parsing the document';
 exit;
}
$xml = simplexml_import_dom($dom);

但我得到错误("DOMDocument :: loadXML()[domdocument.loadxml]:Entity'nbsp'未在Entity"中定义,然后我尝试使用SimpleXMLElement没有运气(它显示相同的错误"解析器错误:实体'nbsp'未定义"等等......因为该元素中的HTML).

$xml = new SimpleXMLElement($rawXML);

所以我的问题是,如何跳过/忽略/删除该元素,以便我可以解析其余的数据？

---

编辑:感谢mjv的解决方案!...我刚刚做了这个(对于其他有同样问题的人)

$rawXML = str_replace('<description>','<description><![CDATA[',$rawXML);
$rawXML = str_replace('</description>',']]></description>',$rawXML);

Answer 1

您可能需要使用以下内容来操作源代码:

$xml = @file_get_contents('http://www.wow-europe.com/realmstatus/index.xml');
if ( $xml ) {
    $xml = preg_replace( '/&nbsp/', '&nbsp', $xml );
    $xml = new SimpleXMLElement($xml);
    var_dump($xml);
}

在将它送到xml解析器AFAIK之前,我想推荐一些其他的方法,但我认为这是唯一的方法.

编辑:我觉得你其实可以代替<description>用<description><![CDATA[等等:

<?php
$xml = @file_get_contents('http://www.wow-europe.com/realmstatus/index.xml');
$xml = preg_replace( '/<description>/', '<description><![CDATA[', $xml );
$xml = preg_replace( '/<\/description>/', ']]></description>', $xml );
$xml = new SimpleXMLElement($xml);
var_dump($xml);

您需要为包含字符数据的每个元素执行此操作.