Schlecht geformtes XML kann nicht geparst werden

Question

Ich habe versucht, die dieses Futter . Wenn Sie auf diesen Link klicken, werden Sie feststellen, dass er nicht einmal im Browser korrekt analysiert werden kann.

Wie auch immer, mein Hosting-Service lässt mich nicht simplexml_load_file verwenden, also habe ich cURL verwendet, um es dann laden die Zeichenfolge in den DOM, wie diese:

$dom = new DOMDocument;
$dom->loadXML($rawXML);
if (!$dom) {
 echo 'Error while parsing the document';
 exit;
}
$xml = simplexml_import_dom($dom);

Aber ich bekomme Fehler ("DOMDocument::loadXML() [domdocument.loadxml]: Entity 'nbsp' not defined in Entity"), dann habe ich versucht, mit SimpleXMLElement ohne Glück (es zeigt den gleichen Fehler "parser error : Entity 'nbsp' not defined", usw... wegen des HTML in diesem einen Element).

$xml = new SimpleXMLElement($rawXML);

Meine Frage ist also, wie kann ich dieses Element überspringen/ignorieren/entfernen, damit ich den Rest der Daten analysieren kann?

---

Edit: Danke an mjv für die Lösung!... Ich habe gerade dies getan (für andere, die das gleiche Problem haben)

$rawXML = str_replace('<description>','<description><![CDATA[',$rawXML);
$rawXML = str_replace('</description>',']]></description>',$rawXML);

Answer 1

Wahrscheinlich müssen Sie den Quellcode mit etwas wie manipulieren:

$xml = @file_get_contents('http://www.wow-europe.com/realmstatus/index.xml');
if ( $xml ) {
    $xml = preg_replace( '/&nbsp/', '&nbsp', $xml );
    $xml = new SimpleXMLElement($xml);
    var_dump($xml);
}

Ich würde gerne einen anderen Weg empfehlen, aber ich denke, dass dies der einzige Weg ist, bevor ich es an einen XML-Parser weitergebe.

Edit: Ich glaube, Sie können tatsächlich ersetzen <description> con <description><![CDATA[ und so weiter:

<?php
$xml = @file_get_contents('http://www.wow-europe.com/realmstatus/index.xml');
$xml = preg_replace( '/<description>/', '<description><![CDATA[', $xml );
$xml = preg_replace( '/<\/description>/', ']]></description>', $xml );
$xml = new SimpleXMLElement($xml);
var_dump($xml);

Sie müssen dies für jedes Element tun, das Zeichendaten enthält.

Answer 2

Möglicherweise müssen Sie einen Pre-Parsing-Schritt einführen, der Folgendes hinzufügen würde

<![CDATA[

nach jedem <Beschreibung>-Tag
und hinzufügen

]]>

vor jedem </description>-Tag
Konkret (siehe meders Antwort für das entsprechende PHP-Snippet)

<description>blah <br />&nbsp; blah, blah...</description>
should become
<description><![CDATA[blah <br />&nbsp; blah, blah...]]></description>

Auf diese Weise würde der gesamte Inhalt des "decription"-Elements "escaped" werden, so dass jedes html- (oder sogar xhtml-) Konstrukt, das in diesem Element gefunden wird und die XML-Parsing-Logik auslösen könnte, ignoriert würde. Damit wäre das von Ihnen erwähnte   Problem gelöst, aber auch viele andere häufige Probleme.