PHP の simplexml_load_string のｴﾗｰがｷｬｯﾁできない▽1
●
a-kuma3 ﾍﾞｽﾄｱﾝｻｰ |
例外を出さないんだそうです｡
他ﾊﾟｰｽｴﾗｰが発生した場合の原因がわからない
上記の制御文字ｺｰﾄﾞをｴﾗｰとして試しに出力しようとしたら､
PHPでのXMLﾊﾟｰｽｴﾗｰ出力は必須だね - 今からお前んちこいよ
try catchで例外としてｷｬｯﾁできなかった｡
どうやら warning ｴﾗｰ｡
参考：php - How do I handle Warning: SimpleXMLElement::__construct()? - Stack Overflow
set_error_handler を使う｡
ｴﾗｰﾊﾝﾄﾞﾗで例外を投げるようにすると､今 書いているであろうｺｰﾄﾞがそのまま使えそうです｡
php のﾏﾆｭｱﾙには､こんなことが書いてあります｡
ｴﾗｰ / 例外 ¶
XML ﾃﾞｰﾀ内でｴﾗｰが見つかるたびに E_WARNING ｴﾗｰﾒｯｾｰｼﾞが発生します｡
ﾋﾝﾄ libxml_use_internal_errors() ですべての XML ｴﾗｰを抑制し､ 後から libxml_get_errors() で取得することもできます｡
PHP: simplexml_load_string - Manual
｢ﾋﾝﾄ｣の部分について､具体的なｺｰﾄﾞは､ﾏﾆｭｱﾙの libxml_get_errors() に記載があります｡
または､file_get_contents したXML形式のstringを､XML形式なのか?そうでないのか? が
判る方法を教えて下さい｡
あくまでも簡易的な方法ですけど､先頭が XML宣言になっているかどうかで判断できます｡
先頭の 5byte が "<?xml" かどうかで判定します｡
＃ XML のはずなんだけど､ﾀｸﾞが崩れてる､とかには使えませんが｡
ここまで､実装しましたが､ｴﾗｰがｷｬｯﾁできません｡
謎すぎ･･･
https://gist.github.com/hamaguchi/7925cdac57dcc116ae14
ｴﾗｰを判別する方法は､libxml_use_internal_errors を呼んでから libxml_get_errors で取得した配列が空か否かを確認する､ということになるでしょうか｡
ｴﾗｰ自体を回避するには､
1. HTTP ﾚｽﾎﾟﾝｽの Content-Type から符号化方式を判別する
2. mb_convert_encoding で特定した符号化方式から UTF-8 にﾚｽﾎﾟﾝｽを変換する(HTTP の仕様上､ﾚｽﾎﾟﾝｽに UTF-16 を使用する場合 Network Byte Order を使用しなければならないらしいので､UTF-16BE から UTF-8 に変換することになります｡)
3. 変換後のﾚｽﾎﾟﾝｽに対して simplexml_load_string を呼ぶ
という手順はどうでしょう｡この場合､HTTP ﾚｽﾎﾟﾝｽの header を知る必要があるため file_get_contents で XML を取得することはできません｡別途ﾗｲﾌﾞﾗﾘか curl extension を使う必要があります｡
