用PHP读取和编写XML DOM的实现代码


Posted in PHP onFebruary 03, 2011

用 PHP 读取和编写可扩展标记语言(XML)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:
<name>Jack Herrington</name>
这个 <name> 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:
<powerUp />
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:
<powerUp></powerUp>
也可以向 XML 标记添加属性。例如,这个 <name> 标记包含 first 和 last 属性:
<name first="Jack" last="Herrington" />
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

<books> 
<book> 
<author>Jack Herrington</author> 
<title>PHP Hacks</title> 
<publisher>O'Reilly</publisher> 
</book> 
<book> 
<author>Jack Herrington</author> 
<title>Podcasting Hacks</title> 
<publisher>O'Reilly</publisher> 
</book> 
</books>

清单 1 中的 XML 包含一个图书列表。父标记 <books> 包含一组 <book> 标记,每个 <book> 标记又包含 <author>、<title> 和 <publisher> 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(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:
<p>This is a paragraph<br>
With a line break</p>
这个换行标记是格式良好的 XML 和 HTML:
<p>This is a paragraph<br />
With a line break</p>
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。
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 (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。
图 1. 图书 XML 的 XML DOM 树
用PHP读取和编写XML DOM的实现代码
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
<?php 
$doc = new DOMDocument(); 
$doc->load( 'books.xml' ); 
$books = $doc->getElementsByTagName( "book" ); 
foreach( $books as $book ) 
{ 
$authors = $book->getElementsByTagName( "author" ); 
$author = $authors->item(0)->nodeValue; 
$publishers = $book->getElementsByTagName( "publisher" ); 
$publisher = $publishers->item(0)->nodeValue; 
$titles = $book->getElementsByTagName( "title" ); 
$title = $titles->item(0)->nodeValue; 
echo "$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(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。
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
<?php 
$g_books = array(); 
$g_elem = null; 
function startElement( $parser, $name, $attrs ) 
{ 
global $g_books, $g_elem; 
if ( $name == 'BOOK' ) $g_books []= array(); 
$g_elem = $name; 
} 
function endElement( $parser, $name ) 
{ 
global $g_elem; 
$g_elem = null; 
} 
function textData( $parser, $text ) 
{ 
global $g_books, $g_elem; 
if ( $g_elem == 'AUTHOR' || 
$g_elem == 'PUBLISHER' || 
$g_elem == 'TITLE' ) 
{ 
$g_books[ count( $g_books ) - 1 ][ $g_elem ] = $text; 
} 
} 
$parser = xml_parser_create(); 
xml_set_element_handler( $parser, "startElement", "endElement" ); 
xml_set_character_data_handler( $parser, "textData" ); 
$f = fopen( 'books.xml', 'r' ); 
while( $data = fread( $f, 4096 ) ) 
{ 
xml_parse( $parser, $data ); 
} 
xml_parser_free( $parser ); 
foreach( $g_books as $book ) 
{ 
echo $book['TITLE']." - ".$book['AUTHOR']." - "; 
echo $book['PUBLISHER']."\n"; 
} 
?>

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
<?php 
$xml = ""; 
$f = fopen( 'books.xml', 'r' ); 
while( $data = fread( $f, 4096 ) ) { $xml .= $data; } 
fclose( $f ); 
preg_match_all( "/\<book\>(.*?)\<\/book\>/s", 
$xml, $bookblocks ); 
foreach( $bookblocks[1] as $block ) 
{ 
preg_match_all( "/\<author\>(.*?)\<\/author\>/", 
$block, $author ); 
preg_match_all( "/\<title\>(.*?)\<\/title\>/", 
$block, $title ); 
preg_match_all( "/\<publisher\>(.*?)\<\/publisher\>/", 
$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

<?php 
$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。
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

php e4.php 
<?xml version="1.0"?> 
<books> 
<book> 
<author>Jack Herrington</author> 
<title>PHP Hacks</title> 
<publisher>O'Reilly</publisher> 
</book> 
<book> 
<author>Jack Herrington</author> 
<title>Podcasting Hacks</title> 
<publisher>O'Reilly</publisher> 
</book> 
</books>

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
<?php 
$books = array(); 
$books [] = array( 
'title' => 'PHP Hacks', 
'author' => 'Jack Herrington', 
'publisher' => "O'Reilly" 
); 
$books [] = array( 
'title' => 'Podcasting Hacks', 
'author' => 'Jack Herrington', 
'publisher' => "O'Reilly" 
); 
?> 
<books> 
<?php 
foreach( $books as $book ) 
{ 
?> 
<book> 
<title><?php echo( $book['title'] ); ?></title> 
<author><?php echo( $book['author'] ); ?> 
</author> 
<publisher><?php echo( $book['publisher'] ); ?> 
</publisher> 
</book> 
<?php 
} 
?> 
</books>

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

<books> 
<?php 
foreach( $books as $book ) 
{ 
$title = htmlentities( $book['title'], ENT_QUOTES ); 
$author = htmlentities( $book['author'], ENT_QUOTES ); 
$publisher = htmlentities( $book['publisher'], ENT_QUOTES ); 
?> 
<book> 
<title><?php echo( $title ); ?></title> 
<author><?php echo( $author ); ?> </author> 
<publisher><?php echo( $publisher ); ?> 
</publisher> 
</book> 
<?php 
} 
?> 
</books>

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。

PHP 相关文章推荐
phpmyadmin操作流程
Oct 09 PHP
几个学习PHP的网址
Nov 25 PHP
PHP入门学习笔记之一
Oct 12 PHP
解决文件名解压后乱码的问题 将文件名进行转码的代码
Jan 10 PHP
用PHP实现小写金额转换大写金额的代码(精确到分)
Jan 10 PHP
PHP获取php,mysql,apche的版本信息示例代码
Jan 16 PHP
php网页病毒清除类
Dec 08 PHP
PHP编程基本语法快速入门手册
Jan 07 PHP
php fread读取文件注意事项
Sep 24 PHP
PHP如何获取当前主机、域名、网址、路径、端口等参数
Jun 09 PHP
PHP Trait代码复用类与多继承实现方法详解
Jun 17 PHP
PHP扩展安装方法步骤解析
Nov 24 PHP
javascript,php获取函数参数对象的代码
Feb 03 #PHP
php下将多个数组合并成一个数组的方法与实例代码
Feb 03 #PHP
PHP操作数组相关函数
Feb 03 #PHP
php做下载文件的实现代码及文件名中乱码解决方法
Feb 03 #PHP
PHP+SQL 注入攻击的技术实现以及预防办法
Jan 27 #PHP
php5 apache 2.2 webservice 创建与配置(java)
Jan 27 #PHP
使用XDebug调试及单元测试覆盖率分析
Jan 27 #PHP
You might like
php根据isbn书号查询amazon网站上的图书信息的示例
2014/02/13 PHP
PHP循环遍历数组的3种方法list()、each()和while总结
2014/11/19 PHP
php使用timthumb生成缩略图的方法
2016/01/22 PHP
php实现背景图上添加圆形logo图标的方法
2016/11/17 PHP
Laravel 6.2 中添加了可调用容器对象的方法
2019/10/22 PHP
js 编程笔记 无名函数
2011/06/28 Javascript
javascript实现tabs选项卡切换效果(扩展版)
2013/03/19 Javascript
基于dom编程中 动态创建与删除元素的使用
2013/04/17 Javascript
jquery实现滑动图片自己测试的例子
2013/11/05 Javascript
浅谈Javascript 数组与字典
2015/01/29 Javascript
jQuery on()方法示例及jquery on()方法的优点
2015/08/27 Javascript
JavaScript中的闭包
2016/02/24 Javascript
jQuery layui常用方法介绍
2016/07/25 Javascript
JavaScript制作简易计算器(不用eval)
2017/02/05 Javascript
vue element table 表格请求后台排序的方法
2018/09/28 Javascript
详解Bootstrap 学习(一)入门
2019/04/12 Javascript
使用vue实现多规格选择实例(SKU)
2019/08/23 Javascript
在JavaScript中查找字符串中最长单词的三种方法(推荐)
2021/01/18 Javascript
vue-video-player 断点续播的实现
2021/02/01 Vue.js
[06:07]刀塔密之二:攻之吾命受之吾幸
2014/07/03 DOTA
[01:12:35]Spirit vs Navi Supermajor小组赛 A组败者组第一轮 BO3 第二场 6.2
2018/06/03 DOTA
python基本语法练习实例
2017/09/19 Python
Python模糊查询本地文件夹去除文件后缀的实例(7行代码)
2017/11/09 Python
Python中 map()函数的用法详解
2018/07/10 Python
Python通过paramiko远程下载Linux服务器上的文件实例
2018/12/27 Python
Django生成PDF文档显示网页上以及PDF中文显示乱码的解决方法
2019/12/17 Python
Madewell美德威尔美国官网:美国休闲服饰品牌
2016/11/25 全球购物
如何开启linux的ssh服务
2015/02/14 面试题
简历上的自我评价怎么写
2014/01/28 职场文书
冬季安全检查方案
2014/05/23 职场文书
2014年社区国庆节活动方案
2014/09/16 职场文书
2014年光棍节活动策划方案(创意集锦)
2014/09/29 职场文书
公安机关起诉意见书
2015/05/20 职场文书
四年级语文教学反思
2016/03/03 职场文书
导游词之吉林花园山
2019/10/17 职场文书
六年级上册《闻官军收河南河北》的教学设计
2019/11/15 职场文书