如何在 PHP 中解析 OFX（版本 1.0.2）文件？

我有一个OFX http://www.ofx.net/文件下载自Citibank https://www.citibank.com.co/，该文件的 DTD 定义在http://www.ofx.net/DownloadPage/Files/ofx102spec.zip http://www.ofx.net/DownloadPage/Files/ofx102spec.zip（文件 OFXBANK.DTD），OFX 文件似乎是SGML http://www.w3.org/MarkUp/SGML/有效的。 我正在尝试与文档 http://www.php.net/manual/en/class.domdocument.phpPHP 5.4.13 的版本，但我收到几个警告并且文件未解析。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 文件开头为：

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> ...

我愿意在服务器（Centos）中安装和使用任何程序来从 PHP 进行调用。

PD：这门课http://www.phpclasses.org/package/5778-PHP-Parse-and-extract-financial-records-from-OFX-files.html http://www.phpclasses.org/package/5778-PHP-Parse-and-extract-financial-records-from-OFX-files.html别为我工作。

首先，即使 XML 是 SGML 的子集，有效的 SGML 文件也一定不是格式良好的 XML 文件。 XML 更加严格，并且不使用 SGML 提供的所有功能。

As DOMDocument是基于 XML（而不是 SGML）的，这并不真正兼容。

在该问题旁边，请参阅2.2 开放金融交易头在 Ofexfin1.doc 中它向您解释了

Open Financial Exchange 文件的内容由一组简单的标头组成，后跟该标头定义的内容

并进一步：

最后一个标题后面有一个空行。然后（对于 OFXSGML 类型），SGML 可读数据以 标记开始。

因此，找到第一个空白行并删除所有内容，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('>', $line, 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，其中还显示 DOMDocument 正确加载了数据：

<?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根据 DTD 进行验证。也许这有效。此外，如果 SGML 不是使用同一行上的标记值编写的（并且每行上只需要一个元素），那么这种脆弱的转换将会中断。