我有一个从
Citibank下载的
OFX文件,这个文件有一个在
http://www.ofx.net/DownloadPage/Files/ofx102spec.zip定义的DTD(文件OFXBANK.DTD),OFX文件似乎是
SGML有效.
我正在尝试使用PHP 5.4.13的 DomDocument,但是我收到了几个警告并且文件未被解析.我的代码是：
我正在尝试使用PHP 5.4.13的 DomDocument,但是我收到了几个警告并且文件未被解析.我的代码是：
$file = "source/ACCT_013.OFX"; $dtd = "source/ofx102spec/OFXBANK.DTD"; $doc = new DomDocument(); $doc->loadHTMLFile($file); $doc->schemaValidate($dtd); $dom->validateOnParse = true;
OFX文件以：
OFXHEADER:100 DATA:OFXSGML VERSION:102 SECURITY:NONE ENCODING:USASCII CHARSET:1252 COMPRESSION:NONE OLDFILEUID:NONE NEWFILEUID:NONE <OFX> <SIGNONMSGSRSV1> <SONRS> <STATUS> <CODE>0 <SEVERITY>INFO </STATUS> <DTSERVER>20130331073401 <LANGUAGE>SPA </SONRS> </SIGNONMSGSRSV1> <BANKMSGSRSV1> <STMTTRNRS> <TRNUID>0 <STATUS> <CODE>0 <SEVERITY>INFO </STATUS> <STMTRS> <CURDEF>COP <BANKACCTFROM> ...
我打开安装和使用Server(Centos)中的任何程序来从PHP调用.
PD：这个课程http://www.phpclasses.org/package/5778-PHP-Parse-and-extract-financial-records-from-OFX-files.html对我不起作用.
首先,即使XML是SGML的子集,有效的SGML文件也不能是格式良好的XML文件. XML更严格,不使用SGML提供的所有功能.
由于DOMDocument是基于XML(而不是SGML),因此它并不真正兼容.
在该问题旁边,请参阅Ofexfin1.doc中的2.2 Open Financial Exchange Headers.它为您解释了这一点
The contents of an Open Financial Exchange file consist of a simple set of headers followed by contents defined by that header
进一步说：
A blank line follows the last header. Then (for type OFXSGML),the SGML-readable data begins with the <OFX> tag.
因此,找到第一个空行并剥离每个空格直到那里.然后通过首先将SGML转换为XML将SGML部分加载到DOMDocument中：
$source = fopen('file.ofx','r');
if (!$source) {
throw new Exception('Unable to open OFX file.');
}
// skip headers of OFX file
$headers = array();
$charsets = array(
1252 => 'WINDOWS-1251',);
while(!feof($source)) {
$line = trim(fgets($source));
if ($line === '') {
break;
}
list($header,$value) = explode(':',$line,2);
$headers[$header] = $value;
}
$buffer = '';
// dead-cheap SGML to XML conversion
// see as well http://www.hanselman.com/blog/PostprocessingAutoClosedSGMLTagsWithTheSGMLReader.aspx
while(!feof($source)) {
$line = trim(fgets($source));
if ($line === '') continue;
$line = iconv($charsets[$headers['CHARSET']],'UTF-8',$line);
if (substr($line,-1,1) !== '>') {
list($tag) = explode('>',2);
$line .= '</' . substr($tag,1) . '>';
}
$buffer .= $line ."\n";
}
// use DOMDocument with non-standard recover mode
$doc = new DOMDocument();
$doc->recover = true;
$doc->preserveWhiteSpace = false;
$doc->formatOutput = true;
$save = libxml_use_internal_errors(true);
$doc->loadXML($buffer);
libxml_use_internal_errors($save);
echo $doc->saveXML();
然后,此代码示例输出以下(重新格式化的)XML,该XML还显示DOMDocument正确加载数据：
<?xml version="1.0"?>
<OFX>
<SIGNONMSGSRSV1>
<SONRS>
<STATUS>
<CODE>0</CODE>
<SEVERITY>INFO</SEVERITY>
</STATUS>
<DTSERVER>20130331073401</DTSERVER>
<LANGUAGE>SPA</LANGUAGE>
</SONRS>
</SIGNONMSGSRSV1>
<BANKMSGSRSV1>
<STMTTRNRS>
<TRNUID>0</TRNUID>
<STATUS>
<CODE>0</CODE>
<SEVERITY>INFO</SEVERITY>
</STATUS>
<STMTRS><CURDEF>COP</CURDEF><BANKACCTFROM> ...</BANKACCTFROM>
</STMTRS>
</STMTTRNRS>
</BANKMSGSRSV1>
</OFX>
我不知道这是否可以针对DTD进行验证.也许这有效.此外,如果SGML没有使用同一行上的标记值(并且每行只需要一个元素),那么这个脆弱的转换将会中断.
