为何PHP的simplexml_load_file无法读取从docx提取的XML文件？

• 处理XML命名空间
  docx的document.xml带有Word专属命名空间（通常为http://schemas.openxmlformats.org/wordprocessingml/2006/main），SimpleXML默认不会解析带命名空间的节点，导致表面返回空对象。可以注册命名空间后通过XPath查询节点：

$xml = simplexml_load_file('document.xml');
// 注册命名空间，前缀可自定义，比如用w代替完整命名空间
$xml->registerXPathNamespace('w', 'http://schemas.openxmlformats.org/wordprocessingml/2006/main');
// 示例：查询所有段落节点
$paragraphs = $xml->xpath('//w:p');
print_r($paragraphs);

• 检查XML文件完整性
  确认解压后的document.xml没有损坏，用文本编辑器打开查看：开头应为<?xml version="1.0" encoding="UTF-8"?>，文件结构完整，无乱码、截断情况。

• 指定解析选项
  尝试添加LIBXML_NOCDATA选项，将CDATA节点内容直接解析为文本，避免内容被隐藏；同时可明确指定命名空间：

$xml = simplexml_load_file('document.xml', 'SimpleXMLElement', LIBXML_NOCDATA);
// 或同时指定命名空间
$xml = simplexml_load_file('document.xml', null, LIBXML_NOCDATA, 'http://schemas.openxmlformats.org/wordprocessingml/2006/main');

• 查看解析错误详情
  启用错误提示，定位具体问题：

libxml_use_internal_errors(true);
$xml = simplexml_load_file('document.xml');
if (!$xml) {
    foreach(libxml_get_errors() as $error) {
        echo $error->message . PHP_EOL;
    }
    libxml_clear_errors();
}

内容的提问来源于stack exchange，提问作者Maciek