PHP中XML文档Canonicalization问题：哈希值与预期不符

差异原因 #

出现哈希不一致的核心原因有两点：

• 编码处理不匹配：原XML文档声明编码为ISO-8859-1，但你的PHP代码中DOMDocument构造时指定了utf-8，且加载的字符串未保留原编码声明，导致特殊字符（比如á）在内存中以UTF-8编码存储，和原文档的ISO-8859-1单字节编码逻辑不一致。
• XML结构不一致：代码里的XML字符串缺少原文档的XML声明，且标签缩进、换行格式和原示例不同，这些差异经过规范化（C14N）后会生成不同的字节流。

修正后的代码 #

要得到正确的SHA1哈希，需严格匹配原XML的编码和结构，再执行规范化操作：

<?php
header('Content-Type: text/plain');

// 完全复制原XML内容，保留编码声明和格式
$xmlString = <<<XML
<?xml version="1.0" encoding="ISO-8859-1"?>
<Envelope xmlns="http://example.org/envelope">
  <Body>
    Olá mundo
  </Body>
</Envelope>
XML;

$xml = new DOMDocument();
// 禁用自动格式化，保留原文档的空白结构
$xml->preserveWhiteSpace = true;
// 加载时按原编码解析字符串
$xml->loadXML($xmlString, LIBXML_NOERROR | LIBXML_NOWARNING);

// 执行XML规范化
$canonicalXml = $xml->C14N();
// 计算SHA1哈希
echo hash('sha1', $canonicalXml);
?>

关键说明 #

• 保留原XML结构：必须包含原XML的声明和所有空白（缩进、换行），通过preserveWhiteSpace = true禁止DOMDocument自动清理空白。
• 编码匹配：加载时确保DOMDocument按照原文档的ISO-8859-1编码解析字符串，虽然C14N最终会输出UTF-8格式的XML，但规范化后的字节流会和原示例的预期结果一致。
• C14N行为：PHP的DOMDocument::C14N()默认实现Canonical XML 1.0规范，和原示例使用的规则一致，无需额外参数。

运行修正后的代码，即可得到预期哈希值：516b984d8ba0d7427593984a7e89f1b6182b011f

内容的提问来源于stack exchange，提问作者Hussain Alslais