在使用DOMDocument函数进行处理之前，修复PHP中格式错误的XML

尝试使用Tidy库，该库可用于清除不良的HTML和XML
http://php.net/manual/zh/book.tidy.php

一个纯PHP解决方案，用于修复如下所示的一些XML：

<?xml version="1.0"?><feed><RECORD><ID>117387</ID><ADVERTISERNAME>Test < texter</ADVERTISERNAME><AID>10544740</AID><NAME>This & This</NAME><DEscriptION>For one day only this is > than this.</DEscriptION></RECORD></feed>

将是这样的：

  function cleanupXML($xml) {    $xmlOut = '';    $inTag = false;    $xmlLen = strlen($xml);    for($i=0; $i < $xmlLen; ++$i) {        $char = $xml[$i];        // $nextChar = $xml[$i+1];        switch ($char) {        case '<':          if (!$inTag) {   // Seek forward for the next tag boundry   for($j = $i+1; $j < $xmlLen; ++$j) {      $nextChar = $xml[$j];      switch($nextChar) {      case '<':  // Means a < in text        $char = htmlentities($char);        break 2;      case '>':  // Means we are in a tag        $inTag = true;        break 2;      }   }          } else {  $char = htmlentities($char);          }          break;        case '>':          if (!$inTag) {  // No need to seek ahead here  $char = htmlentities($char);          } else {  $inTag = false;          }          break;        default:          if (!$inTag) {  $char = htmlentities($char);          }          break;        }        $xmlOut .= $char;    }    return $xmlOut;  }

这是一个简单的状态机，它指示我们是否在标记中，如果没有，则使用htmlentities编码文本。

值得注意的是，这将占用大文件的内存，因此您可能需要将其重写为流插件或预处理器。