如何处理PHP xml_parse的“无效字符”错误？

问：

在解析从受信任的第三方收到的文件时，我遇到了由无效的 HTML 实体引起的错误（请参阅下面的奇怪事情）。Invalid character (error code: 9)

我该如何处理这种问题？（以便文件仍被解析）
例如，只需删除无效字符即可。

由于我需要处理大文件（50MB），因此我正在使用.因此，在将部分 read （） 传递给 XML 解析器之前检查/清理该部分是不安全的。fread()$data

$parser = xml_parser_create();
xml_parser_set_option($parser, XML_OPTION_CASE_FOLDING, FALSE);
xml_set_element_handler($parser, "startElement", "endElement"); 
xml_set_character_data_handler($parser, "characterData"); 

$fp = fopen($file, "rb");
while ($data = fread($fp, 4096)) {
  if (!xml_parse($parser, $data, feof($fp))) {
    $errorCode = xml_get_error_code($parser);
    printf(
      "XML Parser: %s (error code: %d). File: %s, line %d, column %d.",
      xml_error_string($errorCode),
      $errorCode,
      $file,
      xml_get_current_line_number($parser),
      xml_get_current_column_number($parser),
    );
  }
}

3件奇怪的事情：

1. 我在 4 个文件（共 24 个）中遇到了同样的问题。
   所有这些有问题的文件在 2 个不同的行上都有 2 倍的无效字符。
   错误消息始终相同，表示第一次出现的行号（两行的内容实际上相同，因此列也相同，这是正常的，但可能是错误的）。

2. 相同的错误消息显示次数过多。
   文件1：126.38KB，4次。档案2：11.70MB，4次。档案3： 36.64MB， 70倍.文件4：4.55MB，96次。
   注意：在每个文件之后调用。无论如何，PHP > 8.0.0，所以不再需要了。xml_parser_free($parser); $parser = NULL;

3. 错误消息指示错误的 （？） 列号。
   该行的相关部分是 。
   无效字符位于第 325 列，但错误消息显示 312（即“技术”中的“e”）。excellent technical knowhow in design