用PHP读取和编写XML DOM的实现代码_php技巧_脚本之家

用 PHP 读取和编写可扩展标记语言看起来可能有点恐怖。实际上,XML
和它的所有相关技术可能是恐怖的,但是用 PHP 读取和编写 XML
不一定是项恐怖的任务。首先,需要学习一点关于 XML 的知识 ——
它是什么,用它做什么。然后,需要学习如何用 PHP 读取和编写
XML,而有许多种方式可以做这件事。 本文提供了 XML
的简短入门,然后解释如何用 PHP 读取和编写 XML。 什么是 XML? XML
是一种数据存储格式。它没有定义保存什么数据,也没有定义数据的格式。XML
只是定义了标记和这些标记的属性。格式良好的 XML 标记看起来像这样: Jack
Herrington 这个 标记包含一些文本:Jack Herrington。 不包含文本的 XML
标记看起来像这样: 用 XML
对某件事进行编写的方式不止一种。例如,这个标记形成的输出与前一个标记相同:
也可以向 XML 标记添加属性。例如,这个 标记包含 first 和 last 属性:
也可以用 XML 对特殊字符进行编码。例如,& 符号可以像这样编码: &
包含标记和属性的 XML
文件如果像示例一样格式化,就是格式良好的,这意味着标记是对称的,字符的编码正确。清单
1 是一份格式良好的 XML 的示例。 清单 1. XML 图书列表示例 复制代码 代码如下: Jack Herrington

PHP Hacks

O'Reilly Jack Herrington

Podcasting Hacks

O'Reilly 清单 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 标记。 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。 如果觉得 XML 看起来很像超文本标记语言,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:

This is a paragraph
With a line break

这个换行标记是格式良好的 XML 和 HTML:

This is a paragraph
With a line break

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。 使用 DOM 库读取 XML 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 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。 图 1. 图书 XML 的 XML
DOM 树 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。 读取图书 XML 文件并用 DOM
显示内容的代码如清单 2 所示。 清单 2. 用 DOM 读取图书 XML 复制代码 代码如下:

load; $books = $doc->getElementsByTagName; foreach { $authors =
$book->getElementsByTagName; $author =
$authors->item->nodeValue; $publishers =
$book->getElementsByTagName; $publisher =
$publishers->item->nodeValue; $titles =
$book->getElementsByTagName; $title = $titles->item->nodeValue;
echo "$title - $author - $publisher\n"; } ?> 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。 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。
可以在命令行上像这样运行 PHP 脚本: % php e1.php PHP Hacks - Jack
Herrington - O'Reilly Podcasting Hacks - Jack Herrington - O'Reilly %
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? 用 SAX 解析器读取 XML 读取 XML 的另一种方法是使用 XML
Simple API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。
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。 清单 3. 用 SAX 解析器读取图书 XML 复制代码 代码如下:

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。 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。
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。 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?

回页首 用正则表达式解析 XML
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。 清单 4.
用正则表达式读取 XML 复制代码 代码如下:

/s", $xml, $bookblocks ); foreach( $bookblocks[1] as $block ) {
preg_match_all\/", $block, $author ); preg_match_all\/", $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:

'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; $doc->appendChild; foreach { $b =
$doc->createElement; $author = $doc->createElement;
$author->appendChild( $doc->createTextNode; $b->appendChild;
$title = $doc->createElement; $title->appendChild(
$doc->createTextNode; $b->appendChild; $publisher =
$doc->createElement; $publisher->appendChild(
$doc->createTextNode ); $b->appendChild; $r->appendChild; }
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。
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:

'PHP Hacks', 'author' => 'Jack Herrington', 'publisher' =>
"O'Reilly" ); $books [] = array( 'title' => 'Podcasting Hacks',
'author' => 'Jack Herrington', 'publisher' => "O'Reilly" ); ?>

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:

这就是用基本的 PHP 编写 XML 的烦人之处。您以为自己创建了完美的

XML,但是在试图使用数据的时候,马上就会发现某些元素的编码不正确。

结束语 XML 周围总有许多夸大之处和混淆之处。但是,并不像您想像的那么难 ——
特别是在 PHP 这样优秀的语言中。在理解并正确地实现了 XML
之后,就会发现有许多强大的工具可以使用。XPath 和 XSLT
就是这样两个值得研究的工具。

相关文章

Comment ()
评论是一种美德,说点什么吧,否则我会恨你的。。。