PHP调用simplexml_load_string读电商XML报nbsp实体未定义错误怎么解决

XML标准仅预定义了<、>、&、"、'5种实体， 是HTML专属的实体符号，未在XML规范中默认声明，因此XML解析器识别时会抛出未定义报错，你遇到的报错就是<note>节点内的 导致的。

根据你是否能修改源XML文件，可选择以下任意一种方案：

方案1：直接替换实体（最便捷，无需修改源文件） #

在调用simplexml_load_string前，先将XML内容中的 替换为XML兼容的不间断空格实体 ，也可以根据业务需求替换为普通空格：

// 从第三方获取到的原始XML内容
$raw_xml = '你的XML内容字符串';
// 替换 为XML可识别的实体
$processed_xml = str_replace(' ', ' ', $raw_xml);
// 加载处理后的XML
$xml = simplexml_load_string($processed_xml);

方案2：为XML补充实体定义 #

如果不想替换内容，可以给XML添加 的实体声明：

• 如果你可以修改源XML：在XML开头的DOCTYPE部分添加实体定义即可：

  <!DOCTYPE product [
      <!ENTITY nbsp "&#160;">
  ]>
  <product>
  <!-- 剩余XML内容 -->
  </product>
  

• 如果你无法修改源XML：可以在PHP中加载前动态拼接声明：

  $doctype = '<!DOCTYPE product [<!ENTITY nbsp "&#160;">]>';
  $processed_xml = $doctype . $raw_xml;
  $xml = simplexml_load_string($processed_xml);
  

方案3：用DOMDocument的HTML兼容模式解析 #

如果XML内混有大量HTML标签和实体，逐个替换成本太高，可以用DOMDocument的HTML加载模式直接兼容HTML特性，再转为SimpleXML对象使用：

$dom = new DOMDocument();
// 关闭非关键错误提示，避免HTML不规范导致的警告
libxml_use_internal_errors(true);
// 按HTML格式加载XML内容，自动识别HTML实体
$dom->loadHTML($raw_xml);
libxml_clear_errors();
// 转为SimpleXML对象
$xml = simplexml_import_dom($dom);

方案4：将富文本内容包裹进CDATA块（适合可修改源XML的场景） #

XML解析器会直接忽略CDATA块内的所有标签、实体语法，如果你可以修改源XML，直接把<note>节点内的富文本内容用<![CDATA[ ]]>包裹即可：

<note><![CDATA[
<p style="margin: 0"><span style='font-family: "Open Sans",sans-serif; font-size: 19px; font-weight:600; color: #1e55fa'>Ürün İsmi:</span></p>
<!-- 剩余富文本内容 -->
]]></note>

内容的提问来源于stack exchange，提问作者furkan bozkurt