PHP使用simplexml_load_string解析XML返回空数组问题排查

解析返回空数组是三个问题叠加导致的：

• XML根节点<DataSet>声明了默认命名空间xmlns="http://tempuri.org/Prices_Feed/Service1"，SimpleXML不会自动识别默认命名空间下的子节点，直接转JSON时这类节点会被识别为空值。
• 代码虽然开启了libxml_use_internal_errors(TRUE)，但没有配套的错误捕获逻辑，解析时的命名空间匹配错误被静默吞掉，没有任何报错提示。
• 实际业务数据存放在diffgr:diffgram节点下的<Ticker>块里，外层的xs:schema只是XML结构定义，不存储实际业务数据，原有写法没有定位到正确的数据节点，直接对整个根节点转码自然拿不到有效内容。

放弃加载XML后直接无脑转JSON的写法，先注册对应命名空间，定位到实际存储数据的diffgram节点再做转码处理，修正后的可运行代码如下：

<?php
libxml_use_internal_errors(TRUE);
$xml = file_get_contents("https://egytech4uu.herokuapp.com/data.xml");
$XML = simplexml_load_string($xml, "SimpleXMLElement", LIBXML_NOCDATA);

// 注册根节点默认命名空间
$XML->registerXPathNamespace('default', 'http://tempuri.org/Prices_Feed/Service1');
// 注册diffgr命名空间，用于定位数据块
$XML->registerXPathNamespace('diffgr', 'urn:schemas-microsoft-com:xml-diffgram-v1');

// 通过XPath直接定位到存储实际数据的diffgram节点
$diffgram = $XML->xpath('//default:diffgr:diffgram');
$dataNode = $diffgram[0]->children()[0]; // 取出diffgram下的Ticker数据根节点

// 转数组输出
$json = json_encode($dataNode);
$arr = json_decode($json,TRUE);
print_r($arr);

// 排查解析错误时可取消下方注释
// foreach(libxml_get_errors() as $error) {
//     var_dump($error);
// }
?>

• 上述代码运行后可以正常拿到数据更新时间、所有股票的代码、中英文名称、开盘价、收盘价信息，不会再返回空数组。
• 后续如果XML结构调整，只需要修改XPath定位路径即可，不要直接对整个XML根节点做JSON编码，外层的schema定义、命名空间声明节点都会干扰转码结果。
• 如果不需要保留XML结构定义信息，也可以在加载XML后先移除xs:schema节点再做后续处理，减少无效节点的干扰。

内容的提问来源于stack exchange，提问作者Abdulrahman Mohamed