PHP用SAX解析XML的实现代码与问题分析


Posted in PHP onAugust 22, 2011
<?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"; 
} 
?>

PHP中用SAX方式解析XML发现的问题
XML如下:
so.xml
<?xml version="1.0" encoding="GBK"?> 
<result> 
<row> 
<id>1047869</id> 
<date>2008-08-28 14:54:51</date> 
<title>红花还需绿叶扶--浅谈脚架云台的选购</title> 
<summary>很多专业摄影师在选购三脚架的时候,往往出手阔绰,3、4000元一个的捷信或者曼富图三脚架常常不用经过思考就买下来了,可是,他们却总是忽视了云台的精挑细眩其实,数码相机架在三脚架上面究竟稳不稳,起决定作用的是云台,那么我们如何才能挑选到一款稳如磐石的云台呢?云台家族种类繁多用途迥异简单的说,脚架云台是用于连接相机与脚架进行角度调节的部件,主要分成三维云台和球型云台。三维云台在横向旋转</summary> 
</row> 
...(省略若干行) 
</result>

xml_class.php
<?php 
class xml { 
var $parser; 
var $i =0; 
var $search_result = array(); 
var $row = array(); 
var $data = array(); 
var $now_tag; 
var $tags = array("ID", "CLASSID", "SUBCLASSID", "CLASSNAME", "TITLE", "SHORTTITLE", "AUTHOR", "PRODUCER", "SUMMARY", "CONTENT", "DATE"); 
function xml() 
{ 
$this->parser = xml_parser_create(); 
xml_set_object($this->parser, $this); 
xml_set_element_handler($this->parser, "tag_open", "tag_close"); 
xml_set_character_data_handler($this->parser, "cdata"); 
} 
function parse($data) 
{ 
xml_parse($this->parser, $data); 
} 
function tag_open($parser, $tag, $attributes) 
{ 
$this->now_tag=$tag; 
if($tag=='RESULT') { 
$this->search_result = $attributes; 
} 
if($tag=='ROW') { 
$this->row[$this->i] = $attributes; 
} 
} 
function cdata($parser, $cdata) 
{ 
if(in_array($this->now_tag, $this->tags)){ 
$tagname = strtolower($this->now_tag); 
$this->data[$this->i][$tagname] = $cdata; 
} 
} 
function tag_close($parser, $tag) 
{ 
$this->now_tag=""; 
if($tag=='ROW') { 
$this->i++; 
} 
} 
} 
?>

search.php
<?php 
require_once("./xml_class.php"); 
$xml = file_get_contents("./so.xml"); 
$xml_parser = new xml(); 
$xml_parser->parse($xml); 
print_r($xml_parser); 
?>

最后得到的结果中summary中的数据少了很多,总是得不到完整的summary内容。有时还会得到乱码,在网上也找了半天也不知道是什么问题引起的。

后来才发现问题是因为xml_parser解析XML是循环处理节点中的数据的,每次只取大概300个字符长度(具体是多少,我也不太清楚,只是用strlen输出大概在300左右),于是才知道是因为每次的循环就会把前次的数据给复盖了,这样就会出现数据不全的问题。

解决办法就是把xml_class文件中的xml类中的cdata方法中$this->data[$this->i][$tagname] = $cdata;改为$this->data[$this->i][$tagname] .= $cdata;即可解决(其中有一些NOTICE错误,PHP已忽略了).

PHP 相关文章推荐
PHP 数组入门教程小结
May 20 PHP
php下连接ftp实现文件的上传、下载、删除文件实例代码
Jun 03 PHP
用sql命令修改数据表中的一个字段为非空(not null)的语句
Jun 04 PHP
php 数组排序 array_multisort与uasort的区别
Mar 24 PHP
zend framework配置操作数据库实例分析
Dec 06 PHP
php获取网卡的MAC地址支持WIN/LINUX系统
Apr 30 PHP
php中Y2K38的漏洞解决方法实例分析
Sep 22 PHP
Zend Framework教程之Zend_Helpers动作助手ViewRenderer用法详解
Jul 20 PHP
php curl上传、下载、https登陆实现代码
Jul 23 PHP
php实现姓名根据首字母排序的类与方法(实例代码)
May 16 PHP
PHP PDOStatement::bindValue讲解
Jan 30 PHP
PHP pthreads v3下worker和pool的使用方法示例
Feb 21 PHP
PHP IF ELSE简化/三元一次式的使用
Aug 22 #PHP
PHP表单验证的3个函数ISSET()、empty()、is_numeric()的使用方法
Aug 22 #PHP
phpmyadmin安装时提示:Warning: require_once(./libraries/common.inc.php)错误解决办法
Aug 18 #PHP
PHP-CGI进程CPU 100% 与 file_get_contents 函数的关系分析
Aug 15 #PHP
11个PHP 分页脚本推荐
Aug 15 #PHP
PHP版国家代码、缩写查询函数代码
Aug 14 #PHP
PHP动态创建Web站点的方法
Aug 14 #PHP
You might like
Ha0k 0.3 PHP 网页木马修改版
2009/10/11 PHP
php文章内容分页并生成相应的htm静态页面代码
2010/06/07 PHP
完美解决:Apache启动问题―(OS 10022)提供了一个无效的参数
2013/06/08 PHP
destoon网站转移服务器后搜索汉字出现乱码的解决方法
2014/06/21 PHP
基于递归实现的php树形菜单代码
2014/11/19 PHP
PHP使用token防止表单重复提交的方法
2016/04/07 PHP
实现png图片和png背景透明(支持多浏览器)的方法
2009/09/08 Javascript
实现web打印的各种方法介绍及实现代码
2013/01/09 Javascript
jQuery对html元素取值与赋值的方法
2013/11/20 Javascript
javascript框架设计读书笔记之字符串的扩展和修复
2014/12/02 Javascript
浅谈javascript中的instanceof和typeof
2015/02/27 Javascript
JS &amp; JQuery 动态添加 select option
2016/06/08 Javascript
js中常用的Tab切换效果(推荐)
2016/08/30 Javascript
手机移动端实现 jquery和HTML5 Canvas的幸运大奖盘特效
2016/12/06 Javascript
js实现符合国情的日期插件详解
2017/01/19 Javascript
微信小程序多张图片上传功能
2017/06/07 Javascript
javascript实现非常简单的小数取整功能示例
2017/06/13 Javascript
React-router4路由监听的实现
2018/08/07 Javascript
[02:43]DOTA2英雄基础教程 德鲁伊
2014/01/13 DOTA
Eclipse + Python 的安装与配置流程
2013/03/05 Python
python使用xlrd模块读写Excel文件的方法
2015/05/06 Python
利用python获取某年中每个月的第一天和最后一天
2016/12/15 Python
Django基础之Model操作步骤(介绍)
2017/05/27 Python
Python数据结构之单链表详解
2017/09/12 Python
Python实现查找字符串数组最长公共前缀示例
2019/03/27 Python
使用python实现男神女神颜值打分系统(推荐)
2019/10/31 Python
在win64上使用bypy进行百度网盘文件上传功能
2020/01/02 Python
Python 实现opencv所使用的图片格式与 base64 转换
2020/01/09 Python
浅谈pytorch池化maxpool2D注意事项
2020/02/18 Python
解决keras加入lambda层时shape的问题
2020/06/11 Python
python接口自动化框架实战
2020/12/23 Python
拉夫劳伦爱尔兰官方网站:Ralph Lauren爱尔兰
2020/04/10 全球购物
文明上网主题班会
2015/08/14 职场文书
2016年学校党支部创先争优活动总结
2016/04/05 职场文书
Python3中最常用的5种线程锁实例总结
2021/07/07 Python
Python Django项目和应用的创建详解
2021/11/27 Python