我有一个xml文件，其中包含多个声明，如以下
<?xml version="1.0" encoding="UTF-8"?>
<root>
<node>
<element1>Stefan</element1>
<element2>42</element2>
<element3>Shirt</element3>
<element4>3000</element4>
</node>
</root>
<?xml version="1.0" encoding="UTF-8"?>
<root>
<node>
<element1>Damon</element1>
<element2>32</element2>
<element3>Jeans</element3>
<element4>4000</element4>
</node>
</root>
当我尝试用加载xml时
$data = simplexml_load_file("testdoc.xml") or die("Error: Cannot create object");
然后它给我以下错误
Warning: simplexml_load_file(): testdoc.xml:11: parser error : XML declaration allowed only at the start of the document in C:'xampp'htdocs'crea'services'testxml.php on line 3
Warning: simplexml_load_file(): <?xml version="1.0" encoding="UTF-8"?> in C:'xampp'htdocs'crea'services'testxml.php on line 3
Warning: simplexml_load_file(): ^ in C:'xampp'htdocs'crea'services'testxml.php on line 3
Warning: simplexml_load_file(): testdoc.xml:12: parser error : Extra content at the end of the document in C:'xampp'htdocs'crea'services'testxml.php on line 3
Warning: simplexml_load_file(): <root> in C:'xampp'htdocs'crea'services'testxml.php on line 3
Warning: simplexml_load_file(): ^ in C:'xampp'htdocs'crea'services'testxml.php on line 3
Error: Cannot create object
请让我知道如何解析这个xml，或者如何将它拆分为任何xml文件，以便我可以阅读。文件大小约为1gb。
第二行
<?xml version="1.0" encoding="UTF-8"?>
需要移除。任何文件中只允许有1个xml声明，并且它必须是第一行。
严格地说，您还需要有一个根元素（尽管我见过宽松的解析器）。只需用一个伪标签包装内容，这样你的文件就会看起来像：
<?xml version="1.0" encoding="UTF-8"?>
<metaroot><!-- synthetic unique root, no semantics attached -->
<root>
<!-- ... -->
</root>
<root>
<!-- ... -->
</root>
<!-- ... -->
</metaroot>
（非常）大文件的解决方案：
使用sed可以消除有问题的xml声明，使用printf可以添加单个xml声明和唯一的根元素。bash命令序列如下：
printf "<?xml version='"1.0'" encoding='"UTF-8'"?>'n<metaroot>'n" >out.xml
sed '/<'?xml /d' in.xml >>out.xml
printf "'n</metaroot>'n" >>out.xml
in.xml表示原始文件，out.xml表示清除的结果。
printf打印单个xml声明和打开/关闭标记。sed是一个工具，用于逐行编辑文件，根据正则表达式模式匹配执行操作。要匹配的模式是xml声明（<'? xml）的开始，要执行的操作是删除该行。
注：
- 命令中的反斜杠在其出现的位置对具有特殊语义的符号进行转义
sed也适用于windows/macos
备用解决方案
另一种选择是将文件拆分为各个格式良好的文件（取自SO答案：
csplit -z -f 'temp' -b 'out%03d.xml' in.xml '/<'?xml /' {*}
它生成名为out000.xml、out001.xml。。。您应该至少知道已经处理到输入文件中的单个文件的数量的大小，以便使用自动编号是安全的（当然，您可以使用上面命令中的-b 'out%09d.xml'，将输入文件的字节数作为大小）。
这不是有效的XML。您将需要使用字符串函数来拆分它，或者更确切地说，逐个读取它。
$xmlDeclaration = '<?xml version="1.0" encoding="UTF-8"?>';
$file = new SplFileObject($filename, 'r');
$file->setFlags(SplFileObject::SKIP_EMPTY);
$buffer = '';
foreach ($file as $line) {
if (FALSE === strpos($line, $xmlDeclaration)) {
$buffer .= $line;
} else {
outputBuffer($buffer);
$buffer = $line;
}
}
outputBuffer($buffer);
function outputBuffer($buffer) {
if (!empty($buffer)) {
$dom = new DOMDocument();
$dom->loadXml($buffer);
$xpath = new DOMXPath($dom);
echo $xpath->evaluate('string(//element1)'), "'n";
}
}
输出：
Stefan
Damon