php dom读取xml文档代码

作者:袖梨 2022-06-24

 



jack herrington
<a href=/phper/php.html target=_blank >php教程</a> hacks
o'reilly


jack herrington
podcasting hacks
o'reilly

 1 中的 xml 包含一个图书列表。父标记 包含一组 标记,每个 标记又包含 和 <publisher> 标记。 <br /> 当 xml 文档的标记结构和内容得到外部模式文件的验证后,xml 文档就是正确的。模式文件可以用不同的格式指定。对于本文来说,所需要的只是格式良好的 xml。 <br /> 如果觉得 xml 看起来很像超文本标记语言(html),那么就对了。xml 和 html 都是基于标记的语言,它们有许多相似之处。但是,要着重指出的是:虽然 xml 文档可能是格式良好的 html,但不是所有的 html 文档都是格式良好的 xml。换行标记(br)是 xml 和 html 之间区别的一个好例子。这个换行标记是格式良好的 html,但不是格式良好的 xml: <br /> <p>this is a paragraph<br> <br /> with a line break</p> <br /> 这个换行标记是格式良好的 xml 和 html: <br /> <p>this is a paragraph<br /> <br /> with a line break</p> <br /> 如果要把 html 编写成同样是格式良好的 xml,请遵循 w3c 委员会的可扩展超文本标记语言(xhtml)标准。所有现代的浏览器都能呈现 xhtml。而且,还可以用 xml 工具读取 xhtml 并找出文档中的数据,这比解析 html 容易得多。 <br /> 使用 dom 库读取 xml <br /> 读取格式良好的 xml 文件最容易的方式是使用编译成某些 php 安装的文档对象模型 (dom)库。dom 库把整个 xml 文档读入内存,并用节点树表示它,如图 1 所示。 <br /> 图 1. 图书 xml 的 xml dom 树</p> <p>树顶部的 books 节点有两个 book 子标记。在每本书中,有 author、publisher 和 title 几个节点。author、publisher 和 title 节点分别有包含文本的文本子节点。 <br /> 读取图书 xml 文件并用 dom 显示内容的代码如清单 2 所示。 <br /> 清单 2. 用 dom 读取图书 xml <br /> 复制代码 代码如下:</p> <blockquote><?php <br /> $doc = new domdocument(); <br /> $doc->load( 'books.xml' ); <br /> $books = $doc->getelementsbytagname( "book" ); <br /> foreach( $books as $book ) <br /> { <br /> $authors = $book->getelementsbytagname( "author" ); <br /> $author = $authors->item(0)->nodevalue; <br /> $publishers = $book->getelementsbytagname( "publisher" ); <br /> $publisher = $publishers->item(0)->nodevalue; <br /> $titles = $book->getelementsbytagname( "title" ); <br /> $title = $titles->item(0)->nodevalue; <br /> echo "$title - $author - $publishern"; <br /> } <br /> ?> </blockquote> <p> <div style="page-break-after: always"><span style="display: none"> </span></div> 脚本首先创建一个 new domdocument 对象,用 load 方法把图书 xml 装入这个对象。之后,脚本用 getelementsbyname 方法得到指定名称下的所有元素的列表。 <br /> 在 book 节点的循环中,脚本用 getelementsbyname 方法获得 author、publisher 和 title 标记的 nodevalue。nodevalue 是节点中的文本。脚本然后显示这些值。 <br /> 可以在命令行上像这样运行 php 脚本: <br /> % php e1.php <br /> php hacks - jack herrington - o'reilly <br /> podcasting hacks - jack herrington - o'reilly <br /> % <br /> 可以看到,每个图书块输出一行。这是一个良好的开始。但是,如果不能访问 xml dom 库该怎么办? <br /> 用 sax 解析器读取 xml <br /> 读取 xml 的另一种方法是使用 xml simple api(sax)解析器。php 的大多数安装都包含 sax 解析器。sax 解析器运行在回调模型上。每次打开或关闭一个标记时,或者每次解析器看到文本时,就用节点或文本的信息回调用户定义的函数。 <br /> sax 解析器的优点是,它是真正轻量级的。解析器不会在内存中长期保持内容,所以可以用于非常巨大的文件。缺点是编写 sax 解析器回调是件非常麻烦的事。清单 3 显示了使用 sax 读取图书 xml 文件并显示内容的代码。 <br /> 清单 3. 用 sax 解析器读取图书 xml <br /> 复制代码 代码如下:</p> <blockquote><?php <br /> $g_books = array(); <br /> $g_elem = null; <br /> function startelement( $parser, $name, $attrs ) <br /> { <br /> global $g_books, $g_elem; <br /> if ( $name == 'book' ) $g_books []= array(); <br /> $g_elem = $name; <br /> } <br /> function endelement( $parser, $name ) <br /> { <br /> global $g_elem; <br /> $g_elem = null; <br /> } <br /> function textdata( $parser, $text ) <br /> { <br /> global $g_books, $g_elem; <br /> if ( $g_elem == 'author' || <br /> $g_elem == 'publisher' || <br /> $g_elem == 'title' ) <br /> { <br /> $g_books[ count( $g_books ) - 1 ][ $g_elem ] = $text; <br /> } <br /> } <br /> $parser = xml_parser_create(); <br /> xml_set_element_handler( $parser, "startelement", "endelement" ); <br /> xml_set_character_data_handler( $parser, "textdata" ); <br /> $f = <a href=/tags.php/fopen/ target=_blank >fopen</a>( 'books.xml', 'r' ); <br /> while( $data = fread( $f, 4096 ) ) <br /> { <br /> xml_parse( $parser, $data ); <br /> } <br /> xml_parser_free( $parser ); <br /> foreach( $g_books as $book ) <br /> { <br /> echo $book['title']." - ".$book['author']." - "; <br /> echo $book['publisher']."n"; <br /> } <br /> ?> </blockquote> <p>脚本首先设置 g_books 数组,它在内存中容纳所有图书和图书信息,g_elem 变量保存脚本目前正在处理的标记的名称。然后脚本定义回调函数。在这个示例中,回调函数是 startelement、endelement 和 textdata。在打开和关闭标记的时候,分别调用 startelement 和 endelement 函数。在开始和结束标记之间的文本上面,调用 textdata。 <br /> 在这个示例中,startelement 标记查找 book 标记,在 book 数组中开始一个新元素。然后,textdata 函数查看当前元素,看它是不是 publisher、title 或 author 标记。如果是,函数就把当前文本放入当前图书。 <br /> 为了让解析继续,脚本用 xml_parser_create 函数创建解析器。然后,设置回调句柄。之后,脚本读取文件并把文件的大块内容发送到解析器。在文件读取之后,xml_parser_free 函数删除解析器。脚本的末尾输出 g_books 数组的内容。 <br /> 可以看到,这比编写 dom 的同样功能要困难得多。如果没有 dom 库也没有 sax 库该怎么办?还有替代方案么? <br /> -------------------------------------------------------------------------------- <br /> 回页首 <br /> 用<a href=/tags.php/正则表达式/ target=_blank >正则表达式</a>解析 xml <br /> 可以肯定,即使提到这个方法,有些工程师也会批评我,但是确实可以用正则表达式解析 xml。清单 4 显示了使用 preg_ 函数读取图书文件的示例。 <br /> 清单 4. 用正则表达式读取 xml <br /> 复制代码 代码如下:</p> <blockquote><?php <br /> $xml = ""; <br /> $f = fopen( 'books.xml', 'r' ); <br /> while( $data = fread( $f, 4096 ) ) { $xml .= $data; } <br /> fclose( $f ); <br /> preg_match_all( "/<book>(.*?)</book>/s", <br /> $xml, $bookblocks ); <br /> foreach( $bookblocks[1] as $block ) <br /> { <br /> preg_match_all( "/<author>(.*?)</author>/", <br /> $block, $author ); <br /> preg_match_all( "/<title>(.*?)/",
$block, $title );
preg_match_all( "/(.*?)/",
$block, $publisher );
echo( $title[1][0]." - ".$author[1][0]." - ".
$publisher[1][0]."n" );
}
?>


请注意这个代码有多短。开始时,它把文件读进一个大的字符串。然后用一个 regex 函数读取每个图书项目。最后用 foreach 循环,在每个图书块间循环,并提取出 author、title 和 publisher。
那么,缺陷在哪呢?使用正则表达式代码读取 xml 的问题是,它并没先进行检查,确保 xml 的格式良好。这意味着在读取之前,无法知道 xml 是否格式良好。而且,有些格式正确的 xml 可能与正则表达式不匹配,所以日后必须修改它们。
我从不建议使用正则表达式读取 xml,但是有时它是兼容性最好的方式,因为正则表达式函数总是可用的。不要用正则表达式读取直接来自用户的 xml,因为无法控制这类 xml 的格式或结构。应当一直用 dom 库或 sax 解析器读取来自用户的 xml。
--------------------------------------------------------------------------------
回页首
用 dom 编写 xml
读取 xml 只是公式的一部分。该怎样编写 xml 呢?编写 xml 最好的方式就是用 dom。清单 5 显示了 dom 构建图书 xml 文件的方式。
清单 5. 用 dom 编写图书 xml
复制代码 代码如下:

 

$books = array();
$books [] = array(
'title' => 'php hacks',
'author' => 'jack herrington',
'publisher' => "o'reilly"
);
$books [] = array(
'title' => 'podcasting hacks',
'author' => 'jack herrington',
'publisher' => "o'reilly"
);
$doc = new domdocument();
$doc->formatoutput = true;
$r = $doc->createelement( "books" );
$doc->appendchild( $r );
foreach( $books as $book )
{
$b = $doc->createelement( "book" );
$author = $doc->createelement( "author" );
$author->appendchild(
$doc->createtextnode( $book['author'] )
);
$b->appendchild( $author );
$title = $doc->createelement( "title" );
$title->appendchild(
$doc->createtextnode( $book['title'] )
);
$b->appendchild( $title );
$publisher = $doc->createelement( "publisher" );
$publisher->appendchild(
$doc->createtextnode( $book['publisher'] )
);
$b->appendchild( $publisher );
$r->appendchild( $b );
}
echo $doc->savexml();
?>


在脚本的顶部,用一些示例图书装入了 books 数组。这个数据可以来自用户也可以来自数据库教程
示例图书装入之后,脚本创建一个 new domdocument,并把根节点 books 添加到它。然后脚本为每本书的 author、title 和 publisher 创建节点,并为每个节点添加文本节点。每个 book 节点的最后一步是重新把它添加到根节点 books。
脚本的末尾用 savexml 方法把 xml 输出到控制台。(也可以用 save 方法创建一个 xml 文件。)脚本的输出如清单 6 所示。
清单 6. dom 构建脚本的输出
复制代码 代码如下:

php e4.php



jack herrington
php hacks
o'reilly


jack herrington
podcasting hacks
o'reilly

使用 dom 的真正价值在于它创建的 xml 总是格式正确的。但是如果不能用 dom 创建 xml 时该怎么办?
--------------------------------------------------------------------------------
回页首
用 php 编写 xml
如果 dom 不可用,可以用 php 的文本模板编写 xml。清单 7 显示了 php 如何构建图书 xml 文件。
清单 7. 用 php 编写图书 xml
复制代码 代码如下:

$books = array();
$books [] = array(
'title' => 'php hacks',
'author' => 'jack herrington',
'publisher' => "o'reilly"
);
$books [] = array(
'title' => 'podcasting hacks',
'author' => 'jack herrington',
'publisher' => "o'reilly"
);
?>

foreach( $books as $book )
{
?>

<?php echo( $book['title'] ); ?>





}
?>

 

脚本的顶部与 dom 脚本类似。脚本的底部打开 books 标记,然后在每个图书中迭代,创建 book 标记和所有的内部 title、author 和 publisher 标记。
这种方法的问题是对实体进行编码。为了确保实体编码正确,必须在每个项目上调用 htmlentities 函数,如清单 8 所示。
清单 8. 使用 htmlentities 函数对实体编码
复制代码 代码如下:


foreach( $books as $book )
{
$title = htmlentities( $book['title'], ent_quotes );
$author = htmlentities( $book['author'], ent_quotes );
$publisher = htmlentities( $book['publisher'], ent_quotes );
?>

<?php echo( $title ); ?>




}
?>

相关文章

精彩推荐