唠叨老大还在么？XML解析出错求助，5555

[countstars]

<?xml version="1.0" encoding="gb18030" ?>
<xml>咔咓吚.</xml>

怎么确保标签中的字符符合XML？要做什么处理？
真的很难确保XML文档准确性，让它能够让PHP的XML解析函数解析
有没有正则之类的XML解析器。
我只想解析这个文档，如何去掉/转意这些字符？这些字符都包括什么字符？

谢谢

[countstars]

你们先把那段encode后的编码decode后用PHP解析函数解析看看，再说问题吧

[mrshelly]

jom_ch 就回答到点上了.
只是CSDN自动把 "<" 转为 "<" 了.

<?xml version="1.0" encoding="gb18030" ?>
<xml><![CDATA[咔咓吚</test>.]]></xml>

[countstars]

先把我哪段代码，转意后，存为XML文档，用IE打开，看看错误信息，再讨论，CDATA没用的

[countstars]

其中一个字符ord后是7，所以没办法直接发，只能先编码，所以你们一定要用那段。。。

[countstars]

我不知道CSDN贴子显示里，是如何找到那个字符并把它去掉的

[Mistruster]

$str = "<xml>咔咓吚.</xml>";
//.....
$str = preg_replace("/[\\x00-\\x08\\x0b-\\x0c\\x0e-\\x1f]/", '', $str);
$str = htmlspecialchars($str);

[Mistruster]

上面弄错了
htmlspecialchars 应该先转码再放到 <xml></xml> 里的

[Mistruster]

呵呵，我一般这样：

function SBC_DBC($Str)
{
//---- 全角都转成半角 ----
$Queue = Array(
'０' => '0', '１' => '1', '２' => '2', '３' => '3', '４' => '4',
'５' => '5', '６' => '6', '７' => '7', '８' => '8', '９' => '9',
'Ａ' => 'A', 'Ｂ' => 'B', 'Ｃ' => 'C', 'Ｄ' => 'D', 'Ｅ' => 'E',
'Ｆ' => 'F', 'Ｇ' => 'G', 'Ｈ' => 'H', 'Ｉ' => 'I', 'Ｊ' => 'J',
'Ｋ' => 'K', 'Ｌ' => 'L', 'Ｍ' => 'M', 'Ｎ' => 'N', 'Ｏ' => 'O',
'Ｐ' => 'P', 'Ｑ' => 'Q', 'Ｒ' => 'R', 'Ｓ' => 'S', 'Ｔ' => 'T',
'Ｕ' => 'U', 'Ｖ' => 'V', 'Ｗ' => 'W', 'Ｘ' => 'X', 'Ｙ' => 'Y',
'Ｚ' => 'Z', 'ａ' => 'a', 'ｂ' => 'b', 'ｃ' => 'c', 'ｄ' => 'd',
'ｅ' => 'e', 'ｆ' => 'f', 'ｇ' => 'g', 'ｈ' => 'h', 'ｉ' => 'i',
'ｊ' => 'j', 'ｋ' => 'k', 'ｌ' => 'l', 'ｍ' => 'm', 'ｎ' => 'n',
'ｏ' => 'o', 'ｐ' => 'p', 'ｑ' => 'q', 'ｒ' => 'r', 'ｓ' => 's',
'ｔ' => 't', 'ｕ' => 'u', 'ｖ' => 'v', 'ｗ' => 'w', 'ｘ' => 'x',
'ｙ' => 'y', 'ｚ' => 'z', '－' => '-', '！' => '!', '。' => '.',
'，' => ',', '％' => '%', '、' => ',', '＃' => '#', '￥' => '$',
'＊' => '*', '（' => '(', '）' => ')', '｜' => '|', '＋' => '+',
'［' => '[', '］' => ']', '｛' => '{', '｝' => '}', '～' => '~',
'：' => ':', '；' => ';', '／' => '/', '？' => '?', '—' => '-',
'“' => '"', '”' => '"', '‘' => "'", '’' => "'", '·' => '.'
);
$Str = preg_replace("/([\xA3][\xA1-\xAF\xB0-\xBF\xC1-\xDA\xE1-\xFC])/e", "\$Queue[\\1]", $Str);
$Str = preg_replace("/([\xA1][\xA1-\xAF\xB0-\xB9])/e", "\$Queue[\\1]", $Str);
return($Str);
}
function replace_xml($str)
{
//---- XML 非法字符过滤 ----
$str = SBC_DBC($str);
$str = preg_replace("/[\\x00-\\x08\\x0b-\\x0c\\x0e-\\x1f]/", '', $str);
$str = preg_replace("/[\r\n]+/", "\n", $str);
$str = preg_replace("/[ \t]+/", " ", $str);
$str = trim($str);
$str = htmlspecialchars($str);
return $str;
}


//... ...
$str = "... ...";
$str = replace_xml($str);
//... ...

[countstars]

嗯，你这样处理或许不错，不过把非法字符过滤掉了，那就不能保证原样显示，就像CSDN一样，有时候还是很不方便的，很难提供原始数据。

[Mistruster]

那你就把
chr(7) 转成
chr(8) 转成
chr(9) 转成
chr(10) 转成
... ...

[countstars]

XML实在是恶心，真不知道怎么办才好

[xuzuning]

php 的 xml 解析函数不能解析非utf-8编码的宽字符文档
需要自行编程解决,记得我发过一个的

[bcc1o]

我都是gb2312

[懒得去死]

记得以前我用GB2312的 。结果和其他做CS的同事搞了一天，最后放弃了。改了UTF-8

[countstars]

php 的 xml 解析函数不能解析非utf-8编码的宽字符文档
需要自行编程解决,记得我发过一个的

－－－－－－－－－－－－
就是想看你那个，再拿出来晒晒吧-___-!!!

[fxs_2008]

学习学习！

[bcc1o]

我靠 怎么发现这里最少的都是两个裤子 除了我

咔咓吚 LS啊 你怎么用日本语言呢 真是

[bcc1o]

。。是LZ

[hejunbin]

标记

[1024*1024]

[\\x00-\\x08\\x0b-\\x0c\\x0e-\\x1f] 我就是想知道这些都是什么特殊字符