---

---

引子

前段时间一直在从事整合Walmart API的工作，也将部分代码开源了出来Walmart API, 而在测试过程中，处理商品上架的操作时，意外地遇到了一个奇怪的错误；

情况

• 在一次POST一个XML格式的文件后，Walmart返回了一个格式错误的提示信息，提示对一个特定格式的字符无法识别；这个问题就让人觉得非常莫名其妙了——因为前几次的POST都是非常顺利的，也没有遇到过类似的问题，为什么这次就偏偏出现了呢？
• 追溯着报错的位置，来到了所提示的错误行/列，意外地发现这里是商品的描述信息，当前位置刚好是一个
  的HTML标签，恍然大悟，原来是由于这边的标签让XML误以为是一个闭合标签，从而导致了内容的错误标记，只需要利用PHP自带的htmlentities()就可以了嘛，将所有的标记符号转化成类似于'&gt', '&lt'这样就可以了；
• 于是顺着这条思路，对整个商品描述信息进行了HTML实体编码，心想这样总没有问题了吧，所有特殊实体都进行了转化，这次的POST大概是成功了的；可事实永远是打脸的，返回的依然是错误，只是换了个位置罢了；
• 这就令人非常诧异了，已经按照xml要求进行了实体编码，为什么还会报一个无法识别的错误呢？莫非是某些商品本身就存在问题？抱着这样的揣测，又找到了对应位置，发现这里是一个@符号；于是乎就有了一个猜测：是不是XML里可以识别的实体类型是有限的，故而对其他的实体就没办法鉴别了？
• 果断Google，突然间柳暗花明：原来XML中预定义的实体是有限的，只有区区5种，即单引号，双引号，&符号以及大于小于号；超过这五种的，需要以十进制或十六进制的字符值引用的方式，才能嵌入到XML中，即对于类似于@，$之类的符号，要么保留原样，要么转化成'&#31', '&#37'这样的字符值引用，才能避免XML无法识别超出规定外的实体而报错的情况；
• 再次尝试，解决

总结

• XML中仅定义了五种默认实体，使用时需要注意
• XML中不要使用HTML自带的标签，由于其中一些未闭合的标签之类的会导致意外情况，即使需要使用也要转化成实体；
• 超出默认实体之外的情况，需要转化成字符值引用的格式，从而避免识别错误
• 附录：已知的特殊格式转换

• '<'=>"<",
  '>' => '>',
  '&' => '&',
  ''' => ''',
  '"' => '"',
  ' ' => ' ',
  '©' => '©',
  '®' => '®',
  '™' => '™',
  '–' => '-',
  '&iuml' => '&#239', // ¨ symbol
  '¿'=> '&#191', // reverse ?=>¿
  '½' => '&#189', // 1/2 symbol
  '•' => '&#8226' // •
  

• 
  

参考：

HTML Code 列表

---

---

评论区

发表