PHP XMLReader - 读取格式不正确的 XML 文件

Question

这个问题与另一个 post 有关，我已经 post 在此处编辑（针对 reference）

我正在FTP从英国的一个开放数据铁路项目下载日志文件，每个日志文件大约 3Mb，并以这种方式呈现：

<?xml version="1.0" encoding="UTF-8"?><Pport xmlns="http://www.thalesgroup.com/rtti/PushPort/v12" ts="2018-02-05T21:33:59.8558288Z" version="12.0"><uR updateOrigin="Darwin"><deactivated rid="201802058015464"/></uR></Pport>
<?xml version="1.0" encoding="UTF-8"?><Pport xmlns="http://www.thalesgroup.com/rtti/PushPort/v12" xmlns:ns3="http://www.thalesgroup.com/rtti/PushPort/Forecasts/v2" ts="2018-02-05T21:33:59.8558288Z" version="12.0"><uR updateOrigin="Darwin"><TS rid="201802058709918" ssd="2018-02-05" uid="W09918"><ns3:Location tpl="DARTFD" wta="07:36"><ns3:arr delayed="true" et="21:34" src="Darwin"/><ns3:plat cisPlatsup="true" platsup="true">2</ns3:plat></ns3:Location></TS></uR></Pport>
<?xml version="1.0" encoding="UTF-8"?><Pport xmlns="http://www.thalesgroup.com/rtti/PushPort/v12" xmlns:ns3="http://www.thalesgroup.com/rtti/PushPort/Forecasts/v2" ts="2018-02-05T21:33:59.8558288Z" version="12.0"><uR updateOrigin="Darwin"><TS rid="201802058771469" ssd="2018-02-05" uid="W71469"><ns3:Location tpl="WLWYCSD" wtd="13:16"><ns3:dep delayed="true" et="21:34" src="Darwin"/></ns3:Location><ns3:Location tpl="WLWYNGC" wtp="13:18"><ns3:pass delayed="true" et="21:36" src="Darwin"/><ns3:plat cisPlatsup="true" platsup="true">3</ns3:plat></ns3:Location><ns3:Location tpl="HATFILD" wtp="13:21:30"><ns3:pass delayed="true" et="21:39" src="Darwin"/><ns3:plat cisPlatsup="true" platsrc="A" platsup="true">1</ns3:plat></ns3:Location><ns3:Location tpl="POTRSBR" wtp="13:26"><ns3:pass delayed="true" et="21:44" src="Darwin"/><ns3:plat cisPlatsup="true" platsup="true">1</ns3:plat></ns3:Location><ns3:Location tpl="ALEXNDP" wtp="13:36:30"><ns3:pass delayed="true" et="21:51" src="Darwin"/><ns3:plat cisPlatsup="true" platsup="true">2</ns3:plat></ns3:Location><ns3:Location tpl="HRGYURV" wta="13:43" wtd="13:48"><ns3:arr delayed="true" et="21:57" src="Darwin"/><ns3:dep delayed="true" et="21:58" src="Darwin"/></ns3:Location><ns3:Location tpl="HRNSYMD" wta="13:50"><ns3:arr delayed="true" et="22:00" src="Darwin"/></ns3:Location></TS></uR></Pport>

进一步添加，有时最后一个条目是一个损坏的条目，如下所示：

<?xml version="1.0" encoding="UTF-8"?><Pport xmlns="http://www.thalesgroup.com/rtti/PushPort/v12" xmlns:ns3="http://www.thalesgroup.com/rtti/PushPort/Forecasts/v2" ts="2018-02-05T21:34:52.2569006Z" version="12.0"><uR updateOrigin="Trust"><TS rid="201802056757064" ssd="2018-02-05" uid="C57064"><ns3:Location pta="21:34" ptd="21:34" tpl="DEVNPRT" wta="21:34" wtd="21:34:30"><ns3:arr at

我已经使用了这里给出的建议并尝试使用 XMLReader 实现 PHP 解决方案，但是 XML 日志文件的设置方式 XML读者通过错误。

这是我正在使用的基本代码：

$xmlReader->open($filename);

// While there is something to read continue reading
    while ($xmlReader->read()) { 

    // check to ensure nodeType is an Element not attribute or #Text  
        if ($xmlReader->nodeType == XMLReader::ELEMENT) {

            if ($xmlReader->hasAttributes) {
//Do something here
                }
            }
        }
    }

我想的一个解决方案，因为日志文件中的每个条目都是单行，我想我可以打开文件，读取并加载到 XMLReader，但我无法这样做，像这样：

if ($filename = fopen("./pPortData.log", "r")) {
       while (!feof($filename)) {
            $xmlstr = fgets($filename);
            # do same stuff with the $line
            $address = new SimpleXMLElement($xmlstr) or die("Error: Cannot create object");
            echo $address->getName(), PHP_EOL;
            foreach($address as $name => $part) {
                echo "$name: $part" . "/n/r", PHP_EOL;
            }
        }    
        fclose($xmlstr);
    }

但没有快乐。所以...

1) 请问你知道实现这个的方法吗？

2) 或者您知道如何从文件中逐行加载到 XMLReader 中吗？

3) 如何修复 XML 文件？

谢谢

卢西奥

Answer 1

你已经完成了最后的努力，一次加载每一行，然后用 SimpleXML 处理它们应该没问题。

我做了一些更改，我添加了一些错误捕获，它会拾取可能不完整的最后一条记录并只显示一条消息。另一部分是关于如何处理 XML 数据，所以目前我只是从加载的 XML.

输出数据

if ($file = fopen("./pPortData.log", "r")) {
    while (!feof($file)) {
        $xmlstr = fgets($file);
        libxml_use_internal_errors(true);
        try {
            $xml = new SimpleXMLElement($xmlstr);
            echo $xml->getName(), PHP_EOL;
            foreach($xml->children() as $part) {
                echo $part->asXML() . PHP_EOL;
            }
        }
        catch ( Exception $e )  {
            echo "Last part unreadable.".PHP_EOL;
        }
    }
    fclose($file);
}

PHP XMLReader - 读取格式不正确的 XML 文件

PHP XMLReader - Reading not properly formated XML files

php

xml

xmlreader