La génération du document XML en PHP (caractères d'échappement)

Utiliser le DOM classes pour générer de l'ensemble de votre document XML. Il va traiter les codages et décodages que nous ne voulons même pas à s'inquiéter.

---

Edit: Cela a été critiqué par @Tchalvak:

L'objet DOM crée un document XML complet, il ne se laisse pas facilement se prêter à la juste codant pour une chaîne sur son propre.

Qui est faux, DOMDocument peut correctement la sortie d'un fragment de ne pas la totalité de ce document:

$doc->saveXML($fragment);

qui donne:

Test &amp; <b> and encode </b> :)
Test &amp;amp; &lt;b&gt; and encode &lt;/b&gt; :)

comme dans:

$doc = new DOMDocument();
$fragment = $doc->createDocumentFragment();

//adding XML verbatim:
$xml = "Test &amp; <b> and encode </b> :)\n";
$fragment->appendXML($xml);

//adding text:
$text = $xml;
$fragment->appendChild($doc->createTextNode($text));

//output the result
echo $doc->saveXML($fragment);

Voir Démo

Ce sujet de la htmlspecialchars() fonction?

htmlspecialchars($input, ENT_QUOTES | ENT_XML1, $encoding);

Remarque: la ENT_XML1 indicateur n'est disponible que si vous avez de PHP 5.4.0 ou plus.

htmlspecialchars() avec ces paramètres remplace les caractères suivants:

• & (commercial) devient &
• " (double quote) devient "
• ' (single quote) devient '
• < (inférieur à) devient <
• > (supérieur à) devient >

Vous pouvez obtenir la table de traduction à l'aide de la get_html_translation_table() fonction.

Afin d'avoir un valide XML final du texte, vous devez échapper à toutes les entités XML et le texte écrit dans le même encodage que le document XML processing-instruction unis (le "codage" dans le <?xml ligne). Les caractères accentués n'avez pas besoin d'être échappé aussi longtemps qu'ils sont codés comme le document.

Cependant, dans de nombreuses situations tout simplement échapper à la saisie avec htmlspecialchars peut conduire à une double codé entités (par exemple é deviendrait é), alors je vous suggère de décodage des entités html en premier:

function xml_escape($s)
{
    $s = html_entity_decode($s, ENT_QUOTES, 'UTF-8');
    $s = htmlspecialchars($s, ENT_QUOTES, 'UTF-8', false);
    return $s;
}

Maintenant, vous devez vous assurer que tous les caractères accentués sont valables dans le codage du document XML. Je vous encourage fortement à toujours coder sortie XML en UTF-8, car pas tous les parseurs XML respecter le document XML processing-instruction de codage. Si votre entrée peut venir d'un jeu de caractères différent, essayez d'utiliser utf8_encode().

Il y a un cas spécial, qui est votre entrée peut provenir de l'une de ces codages: ISO-8859-1, ISO-8859-15, UTF-8, cp866, cp1251, cp1252, et KOI8-R -- PHP traite tous de la même manière, mais il y a quelques légères différences entre eux-dont certains même iconv() ne peut pas gérer. Je ne pouvais résoudre ce problème de codage en complément utf8_encode() comportement:

function encode_utf8($s)
{
    $cp1252_map = array(
    "\xc2\x80" => "\xe2\x82\xac",
    "\xc2\x82" => "\xe2\x80\x9a",
    "\xc2\x83" => "\xc6\x92",
    "\xc2\x84" => "\xe2\x80\x9e",
    "\xc2\x85" => "\xe2\x80\xa6",
    "\xc2\x86" => "\xe2\x80\xa0",
    "\xc2\x87" => "\xe2\x80\xa1",
    "\xc2\x88" => "\xcb\x86",
    "\xc2\x89" => "\xe2\x80\xb0",
    "\xc2\x8a" => "\xc5\xa0",
    "\xc2\x8b" => "\xe2\x80\xb9",
    "\xc2\x8c" => "\xc5\x92",
    "\xc2\x8e" => "\xc5\xbd",
    "\xc2\x91" => "\xe2\x80\x98",
    "\xc2\x92" => "\xe2\x80\x99",
    "\xc2\x93" => "\xe2\x80\x9c",
    "\xc2\x94" => "\xe2\x80\x9d",
    "\xc2\x95" => "\xe2\x80\xa2",
    "\xc2\x96" => "\xe2\x80\x93",
    "\xc2\x97" => "\xe2\x80\x94",
    "\xc2\x98" => "\xcb\x9c",
    "\xc2\x99" => "\xe2\x84\xa2",
    "\xc2\x9a" => "\xc5\xa1",
    "\xc2\x9b" => "\xe2\x80\xba",
    "\xc2\x9c" => "\xc5\x93",
    "\xc2\x9e" => "\xc5\xbe",
    "\xc2\x9f" => "\xc5\xb8"
    );
    $s=strtr(utf8_encode($s), $cp1252_map);
    return $s;
}

Évitement correcte est le moyen de se corriger XML de sortie, mais vous avez besoin pour gérer échapper différemment pour attributs et éléments. (C'est-à Tomas réponse est incorrecte).

J'ai écrit/a volé des Le code Java un temps, que la distinction entre l'attribut et de l'élément s'échapper. La raison en est que l'analyseur XML considère l'ensemble de l'espace blanc spécial, en particulier dans les attributs.

Il doit être facile à port au cours de PHP (vous pouvez utiliser Tomas Jancik de l'approche ci-dessus est appropriée s'échapper). Vous n'avez pas à vous inquiéter au sujet d'échapper étendu des entités si votre aide UTF-8.

Si vous ne voulez pas de port mon code Java, vous pouvez regarder XMLWriter qui est basé sur les flux et les utilisations libxml de sorte qu'il doit être très efficace.

Basé sur la solution de sadeghj le code suivant fonctionné pour moi:

/**
 * @param $arr1 the single string that shall be masked
 * @return the resulting string with the masked characters
 */
function replace_char($arr1)
{
    if (strpos ($arr1,'&')!== FALSE) { //test if the character appears 
        $arr1=preg_replace('/&/','&', $arr1); //do this first
    }

    //just encode the
    if (strpos ($arr1,'>')!== FALSE) {
        $arr1=preg_replace('/>/','>', $arr1);
    }
    if (strpos ($arr1,'<')!== FALSE) {
        $arr1=preg_replace('/</','&lt;', $arr1);
    }

    if (strpos ($arr1,'"')!== FALSE) {
        $arr1=preg_replace('/"/','&quot;', $arr1);
    }

    if (strpos ($arr1,'\'')!== FALSE) {
        $arr1=preg_replace('/\'/','&apos;', $arr1);
    }

    return $arr1;
}