当php和simplexml_load_string解析失败时，xml标记中冒号的Regex

在我最后一个问题的后续中，如果xml文件中有一个格式错误的字符串，可以使用preg_replace_callback（）提取内容，以删除中断的元素。

这个函数的目的不是用regex解析xml（a坏idea），但为了找到不解析的xml以及它失败的地方可以标记未正确格式化的文章发送出去。这是一组工具的一部分，用于在传送我也在已知的格式错误的公共RSS URL上测试它作为内部的，看看它是否适合多种情况。回调将为失败的节点返回一个整数。如果之后通过，我们可以报告文章的索引，然后尝试使用DOMDocument来更正html，然后重试。如果失败，我们将报告为关键，否则，我们将解析文章描述和内容返回到数据库，并在交付前将其标记为已修改。

然后，您可以获取损坏的元素，并通过DOMDocument运行它们，以更好地格式化它们，从而返回到XML文件。

然而，我被困在如何使下面的例子返回而不是错误：

示例XML:

<item>
    <content:encoded><![CDATA[
        This is the text with odd characters that are killing 
        simplexml_load_string() (doesn't recover) and breaking 
        (although recoverable) DOMDocument
    ]]></content:encoded>
</item>

如果我使用以下PHP，我可以提取一个描述节点并将其转换为：

<description><![CDATA[
    This is some description text with the same problem
]]></description>

至

<description>0</description>

PHP:

preg_replace_callback(
    '/<description>(.*)<'/description>/', **// add msU modifiers to fix below**
    'node_tidy::callback_description',
    $xml
);

private function callback_description($matches=false) {
    if(false !== $matches) {
        $this->arrDescriptions[] = $matches[1];
        return '<description>'.$this->indexDescriptions++.'</description>';
    } else {
        return false;
    }
}

但是，当我尝试对content:encoded节点执行同样的操作时，它会返回false。以下是相关功能：

private function callback_content_encoded($matches=false) {
    if(false !== $matches) {
        $this->arrContentEncoded[] = $matches[1];
        return '<content:encoded>'.$this->indexContentEncoded++.'</content:encoded>';
    } else {
        return false;
    }
}

使用一个直接的正则表达式来测试它是否是冒号，我使用了这个：

<?php
$string = '<content:encoded>this is some text</content:encoded>';
preg_match('/<content':encoded>(.*)<'/content':encoded>/',$string,$matches);
echo '<pre>';
print_r($matches);
echo '</pre>';
?>

但是，无论是否添加':，都不会打印预期的数组。有人能为我指出这里的误解的正确方向吗？

非常感谢！

更新：下面是一个失败的真实xml的示例片段，如@Florent所示。

http://pastebin.com/7z0f3MJP

更新：此正则表达式匹配所需内容：

preg_match('/<content':encoded>(.*)<'/content':encoded>/msU',$string,$matches);

m、s和U修饰符在这里得到了更好的解释：http://www.php.net/manual/en/reference.pcre.pattern.modifiers.php

我忽略了考虑这些修饰语。

结果现在由这个正则表达式返回，包括原来的问题，所以现在可以解决了。