无法在 Openstreetmap 的 simplexml_load_file 上加载外部实体

Question

我最近查看了我们的一个网站，发现无法再搜索邮政编码。

我收到以下错误：

'Failed to load external entity'

如果我改用 simplexml_load_string() 我会收到

'Start tag expected, '<' not found'.

这是我正在使用的代码：

libxml_use_internal_errors(true);
$xml = simplexml_load_file('https://nominatim.openstreetmap.org/search?postalcode=28217&country=DE&format=xml&polygon=1&addressdetails=1&boundary=postalcode');
if (false === $xml) {
    $errors = libxml_get_errors();
    var_dump($errors);
}

我在某处读到它实际上可能与 HTTP 有关 headers 但我没有找到任何有用的信息。

Answer 1

您可以使用 curl 添加自定义 header，我希望这段代码对您有用：

<?php
$request_url='https://nominatim.openstreetmap.org/search?postalcode=28217&country=DE&format=xml&polygon=1&addressdetails=1&boundary=postalcode';

$ch = curl_init();
$timeout = 5;
curl_setopt($ch, CURLOPT_HTTPHEADER, array(
'Accept-Language: en-US,en;q=0.9,fa;q=0.8,und;q=0.7',
'User-Agent:    Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.79 Safari/537.36'));

curl_setopt($ch, CURLOPT_URL, $request_url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);
$data = curl_exec($ch);
curl_close($ch);

echo($data);

Answer 2

在 OSM Nominatim 的使用政策中声明您需要提供 User-Agent 或 HTTP-Referer 请求 header 来识别应用程序。因此，使用 user-agent 伪装成 end-user 浏览器确实不是什么好礼仪。

您可以找到使用政策here。它还表示，http 库使用的默认值（如 simplexml_load_file() 使用的默认值）是不可接受的。

您说您正在使用 simplexml_load_string()，但没有说明您如何获得该功能的 XML。但最有可能的情况是，无论您使用哪种方法获取 XML 文件，您也忽略了通过强制性 headers.

因此，我将使用 php-curl 创建一个请求，提供其中一个 header 来识别您的应用；并用 simplexml_parse_string().

解析结果 XML 字符串

例如：

// setup variables
$nominatim_url = 'https://nominatim.openstreetmap.org/search?postalcode=28217&country=DE&format=xml&polygon=1&addressdetails=1&boundary=postalcode';
$user_agent    = 'ID_Identifying_Your_App v100';
$http_referer  = 'http://www.urltoyourapplication.com';
$timeout       = 10;

// curl initialization
$ch         = curl_init();
curl_setopt($ch, CURLOPT_URL, $nominatim_url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $timeout);

// this is are the bits you are missing
// Setting curl's user-agent
curl_setopt($ch, CURLOPT_USERAGENT, $user_agent); 
// you an also use this one (http-referer), it's up to you. Either one or both.
curl_setopt($ch, CURLOPT_REFERER, $http_referer); 

// get the XML
$data = curl_exec($ch);
curl_close($ch);

// load it in simplexml
$xml = simplexml_load_string($data);
// This was your code, left as it was
if (false === $xml) {
    $errors = libxml_get_errors();
    var_dump($errors);
}

无法在 Openstreetmap 的 simplexml_load_file 上加载外部实体

Failed to load external entity on simplexml_load_file at Openstreetmap

php

xml

openstreetmap

nominatim