解析含HTML内容的XML数据：simplexml_load_string标签丢失问题

我懂你的问题啦——当你用simplexml_load_string($result, "SimpleXMLElement", LIBXML_NOCDATA)加载包含HTML内容的XML时，那些<br>之类的HTML标签都被过滤掉，只剩纯文本了，对吧？这是因为SimpleXML会把XML元素下的HTML标签当作独立的XML子节点处理，而不是文本内容的一部分，直接获取元素文本时就会忽略这些标签。

下面给你两种可行的解决方案：

方案一：用DOMDocument保留HTML结构（无需修改原XML） #

如果没法调整原始XML的输出格式，用DOMDocument可以完美保留HTML标签的结构，步骤如下：

// 你的原始XML数据
$result = '<JUDGMENT> <summary>INTRODUCTION: <br />This appeal borders on the Law of Contract.<br /><br />FACTS: <br />From the statement of claim filed by the plaintiff (respondent) breach of contract and negligence were said to have been committed against...</summary></JUDGMENT>';

// 初始化DOMDocument
$dom = new DOMDocument();
// 禁用XML错误提示（避免HTML标签引发的警告）
libxml_use_internal_errors(true);
$dom->loadXML($result);
libxml_clear_errors();

// 定位到summary元素
$summaryNode = $dom->getElementsByTagName('summary')->item(0);

// 提取summary元素内的完整HTML内容
$htmlContent = '';
foreach ($summaryNode->childNodes as $child) {
    $htmlContent .= $dom->saveHTML($child);
}

// 输出结果，会保留所有<br>标签
echo $htmlContent;

这段代码会遍历summary节点下的所有子节点（包括文本和HTML标签），用saveHTML()把每个节点转换成字符串，最终拼接出完整的带HTML标签的内容。

方案二：让XML输出把HTML放在CDATA块中（更简便） #

如果能控制数据源的XML生成逻辑，把包含HTML的内容放在<![CDATA[...]]>块里，这样SimpleXML就能直接识别为纯文本保留所有标签：

修改后的XML示例：

<JUDGMENT>
  <summary><![CDATA[INTRODUCTION: <br />This appeal borders on the Law of Contract.<br /><br />FACTS: <br />From the statement of claim filed by the plaintiff (respondent) breach of contract and negligence were said to have been committed against...]]></summary>
</JUDGMENT>

这时候你原来的代码就能直接拿到带HTML标签的内容了：

$xml = simplexml_load_string($result, "SimpleXMLElement", LIBXML_NOCDATA);
$summaryContent = (string)$xml->summary;
echo $summaryContent; // 会显示带<br>标签的完整内容

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