在PHP里用SimpleXML解析一段带有CDATA节点的XML时，开发者经常遇到一个隐蔽问题：从对象里取出来的字符串看起来内容没错，但原本被CDATA包裹的部分似乎“消失”了结构标记；而在反向生成XML时，自己写进去的内容也没有变成CDATA段，导致下游系统解析失败。理解SimpleXML对CDATA的真实处理机制，是写出稳定XML读写代码的前提。
SimpleXML解析CDATA的底层行为
SimpleXML建立在libxml解析器之上。按照XML规范，CDATA段里的字符数据在解析阶段就会被提取为纯文本，并直接并入所属元素的文本内容中。也就是说，libxml根本不会在内存里给CDATA单独留一个“类型标记”，它只认最终字符序列。因此当你用simplexml_load_string读入下面的XML时，CDATA里的JS代码已经和周围文本混在一起了。
看一段示例XML：<note><content><![CDATA[<p>hello</p>]]></content></note>。用SimpleXML取$xml->content并转成字符串，得到的是<p>hello</p>这个字符串本身，而不是带CDATA外壳的结构。如果你只关心文本值，这没有问题；但如果你需要判断“这段内容原本是不是CDATA”或者要把它原样写回CDATA，SimpleXML给不了你答案，因为它丢掉了边界信息。
很多人在调试时会错误地认为SimpleXML“忽略了”CDATA，其实更准确的说法是“吸收了”。我们可以用children()或asXML()方法把节点打出来，发现生成的XML里如果原样输出，SimpleXML默认会把特殊字符转义成实体，而不是恢复CDATA。这种静默转换在对接第三方接口时极易引发乱码或标签被误解析。
$xmlStr = '<note><content><![CDATA[<p>hello</p>]]></content></note>'; $xml = simplexml_load_string($xmlStr); echo (string)$xml->content; // 输出: <p>hello</p> echo $xml->content->asXML(); // 输出: <content><p>hello</p></content>
读取时如何拿到完整的CDATA文本内容
如果你只是想在读取阶段拿到CDATA里的完整字符，不包含任何转义干扰，最省事的办法就是直接把SimpleXML节点强制转成字符串。因为libxml已经把CDATA内容合并进文本节点，强转得到的就是未经HTML实体转义的源内容。这种方法适合大部分“只取数不写回”的场景，比如采集RSS里的HTML摘要。
但有些接口会在CDATA里放带尖括号的自定义协议文本，而你后续要用DOM重新包裹。此时建议用dom_import_simplexml把SimpleXML节点转成DOM节点，再读取nodeValue。DOM的nodeValue同样返回合并后的文本，但你可以顺带访问childNodes判断是否存在CDATASection类型的子节点——前提是解析时没被扁平化。对于用XMLReader或DOMDocument预先加载的情况，CDATA会保留为独立节点，这时SimpleXML反而成了“信息折损”的一环。
下面示例展示如何借助DOM补全SimpleXML缺失的结构判断：先转成DOM，再遍历子节点类型。如果碰到XML_CDATA_SECTION_NODE，就说明原始数据有CDATA边界。虽然SimpleXML本身看不到，但混合使用两个扩展能弥补短板。
$xml = simplexml_load_string('<note><content><![CDATA[<p>hi</p>]]></content></note>');
$dom = dom_import_simplexml($xml->content);
foreach ($dom->childNodes as $child) {
if ($child->nodeType === XML_CDATA_SECTION_NODE) {
echo '发现CDATA: ' . $child->nodeValue;
}
}
写入时如何生成规范的CDATA节点
SimpleXML自身没有提供“添加CDATA”的API。如果你直接给元素赋值字符串，如$xml->content = '<p>hi</p>';，调用asXML()后内容会被转义成<p>hi</p>，接收方若按CDATA预期解析就会出错。因此写回CDATA必须绕开SimpleXML的赋值机制，改用DOM的createCDATASection。
常见做法是先建DOMDocument，用createElement建元素，再用createCDATASection建CDATA节点并appendChild，最后可选择用simplexml_import_dom转回SimpleXML继续处理别的字段。这种组合既保留了SimpleXML操作属性方便的优点，又能在关键字段上精确控制输出格式。注意DOM生成时若已存在文本子节点，应先nodeValue = ''清空，否则会出现文本与CDATA并存。
另一种轻量方案是在输出后做字符串替换，把特定字段手动包成<![CDATA[...]]>，但这要求你百分百确定内容里不含]]>序列，否则会破坏XML结构。生产环境更推荐DOM方案，虽然多几行代码，但不会因特殊字符导致生成非法XML。下面给出一个完整写回示例：
$dom = new DOMDocument('1.0', 'UTF-8');
$root = $dom->createElement('note');
$content = $dom->createElement('content');
$cdata = $dom->createCDATASection('<p>hello</p>');
$content->appendChild($cdata);
$root->appendChild($content);
$dom->appendChild($root);
echo $dom->saveXML();
// 输出含: <content><![CDATA[<p>hello</p>]]></content>
实战中的避坑与选型建议
面对CDATA相关需求，先问自己两个问题：是不是只需要文本值？是不是必须原样输出CDATA外壳？如果只要文本，SimpleXML强转字符串最快最稳，不必引入DOM。如果对接的支付或推送接口明确要求CDATA包裹，那就从解析到生成全程用DOM，或采用SimpleXML读、DOM写的混合模式，避免SimpleXML悄悄转义。
还有一个坑是编码声明。DOMDocument创建时若没指定UTF-8，中文CDATA内容在saveXML时可能乱码。另外在PHP低版本里，simplexml_load_string的LIBXML_NOCDATA选项会把CDATA合并进文本并顺手做实体转义，看起来像“自动去CDATA”，实际只是libxml的一个便捷开关，不代表SimpleXML支持了CDATA类型。理解这个选项和底层解析的关系，才能不误用。
总结来说，SimpleXML对CDATA是“吸收而非忽略”，读取时文本无损但结构丢失，写入时无原生CDATA支持。用DOM补位是最通用的解法。团队内部封装XML工具类时，建议统一暴露getCdata和setCdata方法，底层按上述规则切换扩展，业务代码就不会再被CDATA问题反复折磨。