xml中怎样同时读取二进制和utf8字符

༺ཌༀཉི浮华背后༃ༀད༻ 2012-02-29 05:18:12
现有一数组：


Array ( [oReturn-Path] => [Delivered-To] => yushuai.niu@bkmail.netchina.com.cn [Received] => (ncmail 17263 invoked by uid 401); 01 Feb 2012 01:39:57 -0000 [Message-ID] => <20120201013957.17262.ncmail@bkmail.netchina.com.cn> [Date] => Wed, 01 Feb 2012 09:39:57 +0800 [From] => yushuai.niu@bkmail.netchina.com.cn [MIME-Version] => 1.0 [Subject] => subject [To] => yushuai.niu@bkmail.netchina.com.cn [Content-Type] => multipart/mixed; boundary="------------1463804415-2084078365-1328060397=:2673" [Time] => 2012-02-01 09:39:57 [Size] => 1.12 KB [Attachs] => Array ( [attach] => Array ( [0] => Array ( [id] => 2 [name] => attach.txt [level] => 非密 ) ) ) [bodyId] => 1 )

编译成xml：


 <data>

                        <^LReturn-Path><yushuai.niu@bkmail.netchina.com.cn></^LReturn-Path>

                        <Delivered-To>yushuai.niu@bkmail.netchina.com.cn</Delivered-To>

                        <Received>(ncmail  17263 invoked by uid 401); 01 Feb 2012 01:39:57 -0000</Received>

                        <Message-ID><20120201013957.17262.ncmail@bkmail.netchina.com.cn></Message-ID>

                        <Date>Wed, 01 Feb 2012 09:39:57 +0800</Date>

                        <From>yushuai.niu@bkmail.netchina.com.cn</From>

                        <MIME-Version>1.0</MIME-Version>

                        <Subject>subject</Subject>

                        <To>yushuai.niu@bkmail.netchina.com.cn</To>

                        <Content-Type>multipart/mixed; boundary="------------1463804415-2084078365-1328060397=:2673"</Content-Type>

                        <Time>2012-02-01 09:39:57</Time>

                        <Size>1.12 KB</Size>

                        <Attachs>

                                <attach>

                                        <id>2</id>

                                        <name>attach.txt</name>

                                        <level>非密</level>

                                </attach>

                        </Attachs>

                        <bodyId>1</bodyId>

                </data>

在读取xml文件并将其转换成数组时，在<^LReturn-Path>会出错，因为其中包含二进制码，我应该怎样避免它，或者可以读取它……
...全文
424 27 打赏 收藏 转发到动态 举报
写回复
用AI写文章
27 条回复
切换为时间正序
请发表友善的回复…
发表回复
xuzuning 2012-03-02
  • 打赏
  • 举报
 回复
是的，基本的 xml 的 标签名 的命名应符合 变量名 的命名规则
༺ཌༀཉི浮华背后༃ༀད༻ 2012-03-02
  • 打赏
  • 举报
 回复
我又看了一下，确实滤掉了,我没将preg_replace的返回值赋予变量，真是抱歉:


……

<turn-Path><seandeg1@gmail.com></turn-Path>

……

<3Burn-Path><seandeg1@gmail.com></3Burn-Path>

……

但我在用上面的xml函数解析的时候:
XML error: XML_ERR_NAME_REQUIRED at line 43
我仔细看了下，没发现代码有错误啊，是不是xml的标签名中不能用数字开头？
xuzuning 2012-03-02
  • 打赏
  • 举报
 回复
oReturn-Path

内码：
过滤前 \x01\x6f\x03\x01\x52\x65\x74\x75\x72\x6e\x2d\x50\x61\x74\x68
过滤后 \x6f\x52\x65\x74\x75\x72\x6e\x2d\x50\x61\x74\x68

如果你还需要去掉 -
则规则为 /[-\x0-\x1f]/

如果你只想保留合法的命名
则规则为 /\W/
༺ཌༀཉི浮华背后༃ༀད༻ 2012-03-02
  • 打赏
  • 举报
 回复
嗯，问题基本解决了，但是xml元素内容还有 无效字符 存在，但是和o还不是一个类型的，晕菜了。
我正努力寻找中，感谢版主的帮助！
༺ཌༀཉི浮华背后༃ༀད༻ 2012-03-01
  • 打赏
  • 举报
 回复
大家看看怎么将xml中的"Invalid character"过滤掉:


<?xml version="1.0" encoding="utf-8"?>

<mailindex>

        <datas>

                <data>

                        <oReturn-Path><yushuai.niu@bkmail.netchina.com.cn></oReturn-Path>

                        <Delivered-To>yushuai.niu@bkmail.netchina.com.cn</Delivered-To>

                        <Received>(ncmail  17263 invoked by uid 401); 01 Feb 2012 01:39:57 -0000</Received>

                        <Message-ID><20120201013957.17262.ncmail@bkmail.netchina.com.cn></Message-ID>

                        <Date>Wed, 01 Feb 2012 09:39:57 +0800</Date>

                        <From>yushuai.niu@bkmail.netchina.com.cn</From>

                        <MIME-Version>1.0</MIME-Version>

                        <Subject>subject</Subject>

                        <To>yushuai.niu@bkmail.netchina.com.cn</To>

                        <Content-Type>multipart/mixed; boundary="------------1463804415-2084078365-1328060397=:2673"</Content-Type>

                        <Time>2012-02-01 09:39:57</Time>

                        <Size>1.12 KB</Size>

                        <Attachs>

                                <attach>

                                        <id>2</id>

                                        <name>attach.txt</name>

                                        <level>非密</level>

                                </attach>

                        </Attachs>

                        <bodyId>1</bodyId>

                </data>

                <data>

                        <^LReturn-Path><seandeg1@gmail.com></^LReturn-Path>

                        <Delivered-To>sean.yan@email.netchina.com.cn</Delivered-To>

                        <Received>by 10.180.84.98 with HTTP; Sun, 29 Jan 2012 19:05:12 -0800 (PST)</Received>

                        <DKIM-Signature>v=1; a=rsa-sha256; c=relaxed/relaxed; d=gmail.com; s=gamma; h=mime-version:in-reply-to:references:date:message-id:sub

ject:from:to :content-type; bh=6HSCkxH4EtEI801Yan/oYF7mNVUNULbL3owo3o9Z0YQ=; b=iD0DjhMG1dRC/iJKRr7FnrtXXieSfbBEZXt58MCmpyaYOBBvLjS4/s4DWHph9DxWBR OBD0Ge/u2za

ab0LoB95D7kggOMXUWOcL9iG0VgOpn2qdgbryGs2+hasVaZ8iTkNgFoXb k1JqJmLp8zu0ESJ54JwpizIv9VwkBDQGkSQik=</DKIM-Signature>

                        <MIME-Version>1.0</MIME-Version>

                        <In-Reply-To><CAExYbSWP_XvcJRhj3yMSOOr8h4dLTdbk_d8W1dMeVcmYZ=PpYg@mail.gmail.com></In-Reply-To>

                        <References><CAExYbSXhNw1f1ks8LkPi01aa64iUZsMXPkiHjJ_dkFCLu-0fPg@mail.gmail.com> <CAExYbSWP_XvcJRhj3yMSOOr8h4dLTdbk_d8W1dMeV

cmYZ=PpYg@mail.gmail.com></References>

                        <Date>Mon, 30 Jan 2012 11:05:12 +0800</Date>

                        <Message-ID><CAExYbSVcMscurCqoydUpVHwGqv012o40jFYQ=hhwScQKE1eoyQ@mail.gmail.com></Message-ID>

                        <Subject>Fwd: test gmail</Subject>

                        <From>sean yan <seandeg1@gmail.com></From>

                        <To>sean.yan@email.netchina.com.cn</To>

                        <Content-Type>multipart/mixed; boundary=f46d0444eab777d31604b7b61d56</Content-Type>

                        <Time>2012-01-30 11:05:12</Time>

                        <Size>120.92 KB</Size>

                        <Attachs>

                                <attach>

                                        <id>2</id>

                                        <name>.jpg</name>

                                        <level>非密</level>

                                </attach>

                                <attach>

                                        <id>3</id>

                                        <name>.jpg</name>

                                        <level>非密</level>

                                </attach>

                                <attach>

                                        <id>4</id>

                                        <name>.jpg</name>

                                        <level>非密</level>

                                </attach>

                        </Attachs>

                        <bodyId>1.1</bodyId>

                </data>

       </datas>

</mailindex>

我用了


//过滤无效字符

function XmlSafeStr($s) {

	return preg_replace("/[\\x00-\\x08\\x0b-\\x0c\\x0e-\\x1f]/", '', $s);

}

还有错误啊：XML error: XML_ERR_NAME_REQUIRED at line 50
༺ཌༀཉི浮华背后༃ༀད༻ 2012-03-01
  • 打赏
  • 举报
 回复
将xml无法识别的字符全部用空格替换，怎么做？
༺ཌༀཉི浮华背后༃ༀད༻ 2012-03-01
  • 打赏
  • 举报
 回复
[Quote=引用 9 楼 xuzuning 的回复:]

不知道你的 "无效字符" 是如何定义的
[/Quote]
将数组中的[oReturn-Path]编译为<^LReturn-Path>，其中的 ^L 就是“无效字符”，有时会编译为
<oReturn-Path>，其中 o 也是 无效字符，很纠结。
如果只是将非英文、非汉字字符、非正常符号挑出来，并用“ ” 替换，正则怎么写？
虽然^L看似可读，但在读取文件时，就是提示无效……
代码如诗 2012-03-01
  • 打赏
  • 举报
 回复
[Quote=引用 4 楼 dmtnewtons 的回复:]
版主能否给个过滤 非有效字符 的正则？我先凑活用用！
[/Quote]
要凑合的话，replace掉^就行了啊
$xml=<<<XML
<data>
<^LReturn-Path><yushuai.niu@bkmail.netchina.com.cn></^LReturn-Path>
<Delivered-To>yushuai.niu@bkmail.netchina.com.cn</Delivered-To>
........
<bodyId>1</bodyId>
</data>
XML;
$xml=&str_replace('^','',$xml);
$obj=simplexml_load_string($xml);
print_r($obj);
xuzuning 2012-03-01
  • 打赏
  • 举报
 回复
不知道你的 "无效字符" 是如何定义的
༺ཌༀཉི浮华背后༃ༀད༻ 2012-03-01
  • 打赏
  • 举报
 回复
版主终于发话了……
请问如何将xml中的 "无效字符" 用 "空格" 替换，在讲数组编译为xml前，正则该怎么写呢？
xuzuning 2012-03-01
  • 打赏
  • 举报
 回复
并未发现 <^LReturn-Path> 中包含二进制码，况且 ^LReturn-Path 做键名也不会出错
注意：在 php 的关联数组中，键名可以是任何你能想象到的值

只不过 ^LReturn-Path 不符合基本 XML 标记命名的约定，所以你需要在解析时做特殊处理
༺ཌༀཉི浮华背后༃ༀད༻ 2012-03-01
  • 打赏
  • 举报
 回复
我用了一个


preg_match('/^ [ [:alnum:] [:space:] [:punct:] ]+ $/x',$title)；

但是无法完全过滤：
XML error: Invalid character at line 66 。

正则高手来帮忙啊……
黄袍披身 2012-03-01
  • 打赏
  • 举报
 回复
我也在想正则的事情,是否可以过滤非 字母和数字 或者- 的所有字符?
如果是非有效字符我不清楚这个应该怎么写,正则我是菜鸟.

[Quote=引用 4 楼 dmtnewtons 的回复:]

版主能否给个过滤 非有效字符 的正则？我先凑活用用！
[/Quote]
༺ཌༀཉི浮华背后༃ༀད༻ 2012-03-01
  • 打赏
  • 举报
 回复
版主能否给个过滤 非有效字符 的正则？我先凑活用用！
༺ཌༀཉི浮华背后༃ༀད༻ 2012-03-01
  • 打赏
  • 举报
 回复
其实这是从邮件中直接解析出来的数组，而有些邮件头会有一些二进制标记，所以解析时就出现了上述情况……
黄袍披身 2012-03-01
  • 打赏
  • 举报
 回复
這個數組爲什麼會出現 o 這樣無法識別的內容呢?
༺ཌༀཉི浮华背后༃ༀད༻ 2012-03-01
  • 打赏
  • 举报
 回复
晕，一晚上过去一个回复也没有啊，顶一下，帮忙出谋划策啊……$_$
༺ཌༀཉི浮华背后༃ༀད༻ 2012-03-01
  • 打赏
  • 举报
 回复
[Quote=引用 22 楼 xuzuning 的回复:]

特殊字符出现在关联按键

foreach ($arr as $ent => $val) {
$ent = preg_replace('/[\x0-\x1f]/', '', $ent); //加入这个
[/Quote]

ent-->>��Return-Path
没有过滤掉啊
xuzuning 2012-03-01
  • 打赏
  • 举报
 回复
特殊字符出现在关联按键

foreach ($arr as $ent => $val) {
$ent = preg_replace('/[\x0-\x1f]/', '', $ent); //加入这个
༺ཌༀཉི浮华背后༃ༀད༻ 2012-03-01
  • 打赏
  • 举报
 回复
鄙视楼上，起码要给点建议呀。但感谢光顾，结贴时会考虑的。
我等得花都谢了……好辛苦啊(ˇˍˇ） ～
加载更多回复（6）
.NET5跨平台Json-XML-二进制序列化
本内容包含内容是作为一个C#/.NET开发者必须的技术储备；包含了IO操作的各种Api；多种序列化器的使用和封装；关于NPOI操作Excel的相关内容+各种案例的实操演示；
二进制和字符串之间的互相转换 及 json文件和csv文件
二进制和字符串之间的互相转换 及 json文件和csv文件 二进制和字符串之间的互相转换 字符串转二进制 将字符串数据转换成二进制数据 str1 = 'abc' b_str1 = b'abc' # 在字符串引号前面加b print(type(str1), type(b_str1)) # <class 'str'> <class 'bytes'> bytes(字符串) str2 = 'hello' result = bytes(str2, encodi
字符串 - 二进制和文本字符串 - 探究
主要用于探究字符串中的二进制和文本字符串，以及它们的区别和应用场景。
python解析xml格式的excel_Python 读取二进制、HTML 、XML 格式存储的 Excel 文件
前言RPA 设计器版本： 2020.2Python 读取三种不同存储格式 Excel 文件Excel 文件的存储格式有多种， 有我们平常熟知的二进制格式，也有 HTML 格式，还有 XML 格式的等。目前，小编接触到 RPA 项目的 Excel 文件格式主要是上述说的三种格式(二进制、HTML 、XML )这里需要注意的是：RPA 设计器 2020.2 只支持二进制格式的 Excel 文件读取Py...
基础编程

21,887

社区成员

140,364

社区内容

发帖
与我相关
我的任务
社区描述
从PHP安装配置，PHP入门，PHP基础到PHP应用
社区管理员
  • 基础编程社区
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章