如何使用PHP重写XML文件解决字符被转义为HTML实体的问题

• SimpleXMLElement的saveXML()方法默认会将非ASCII字符（比如你内容里的希腊语）、XML预留特殊字符自动转换为XML实体，这是默认兼容行为，目的是适配不支持UTF-8的低版本XML解析器。
• 你的代码存在二次解析问题：你先把单个order节点用saveXML()转为字符串，又把这个字符串传入new SimpleXMLElement()做二次解析，过程中会把已经存在的实体再次转义，比如原来的&会被转成&，加重转义问题。
• 代码计数逻辑错误：你自行遍历统计order数量，for循环用了<= $counter，会多执行一次，读取不存在的order节点时，SimpleXML的容错机制会生成异常内容，也可能导致额外的转义错误。

你可以改用DOMDocument来处理XML，明确指定编码为UTF-8，关闭不必要的实体转义，同时修正原有逻辑问题，修复后的代码如下：

<?php
error_reporting(0);

$xmlFilepath = 'Final.xml';
$targetDir = "/home/floros24/public_html/farmaxml/orders/";
$recordFile = 'info.txt';

function formatXML($xmlFilepath, $targetDir, $recordFile) {
    // 读取已处理的订单ID
    $processedIds = file_exists($recordFile) ? explode(' ', trim(file_get_contents($recordFile))) : [];
    $processedIds = array_filter($processedIds);
    
    $loadxml = simplexml_load_file($xmlFilepath);
    if (!$loadxml) return;

    foreach ($loadxml->order as $order) {
        $key = (string)$order->orderId;
        // 已经处理过的跳过
        if (in_array($key, $processedIds)) {
            echo "{$key} found! <br>";
            continue;
        }

        // 用DOMDocument处理，指定UTF-8编码，避免非必要实体转义
        $dom = new DOMDocument('1.0', 'UTF-8');
        $dom->preserveWhiteSpace = false;
        $dom->formatOutput = true;
        // 导入order节点到新DOM
        $domNode = $dom->importNode(dom_import_simplexml($order), true);
        $dom->appendChild($domNode);
        
        // 保存文件
        $dom->save($targetDir . $key . '.xml');
        
        // 记录已处理ID
        file_put_contents($recordFile, " {$key}", FILE_APPEND);
    }
}

formatXML($xmlFilepath, $targetDir, $recordFile);
?>

代码优化说明 #

• 直接遍历所有order节点，不需要手动统计数量，避免数组越界问题
• 改用DOMDocument处理，明确指定UTF-8编码，只会对XML必要的特殊字符（< > & " '）做转义，其余非ASCII字符会直接以原始UTF-8字符保存，不会转成实体
• 优化了已处理订单的判断逻辑，不需要逐行遍历匹配，减少重复操作
• 新增文件存在判断，避免首次运行时info.txt不存在的报错

如果你需要处理已经生成的带转义实体的XML文件，可以用以下代码批量解码：

// 单个文件处理示例
$filePath = '9132.xml';
$content = file_get_contents($filePath);
// 解码所有HTML/XML实体为原始字符
$decoded = html_entity_decode($content, ENT_XML1, 'UTF-8');
file_put_contents($filePath, $decoded);

内容的提问来源于stack exchange，提问作者Periklis Kakarakidis