服務器之家:專注于服務器技術及軟件下載分享
分類導航

PHP教程|ASP.NET教程|JAVA教程|ASP教程|

服務器之家 - 編程語言 - PHP教程 - 用PHP讀取和編寫XML DOM的實現代碼

用PHP讀取和編寫XML DOM的實現代碼

2019-11-17 13:58PHP教程網 PHP教程

有許多技術可用于用 PHP 讀取和編寫 XML。本文提供了三種方法讀取 XML:使用 DOM 庫、使用 SAX 解析器和使用正則表達式。還介紹了使用 DOM 和 PHP 文本模板編寫 XML。

PHP 讀取和編寫可擴展標記語言(XML)看起來可能有點恐怖。實際上,XML 和它的所有相關技術可能是恐怖的,但是用 PHP 讀取和編寫 XML 不一定是項恐怖的任務。首先,需要學習一點關于 XML 的知識 —— 它是什么,用它做什么。然后,需要學習如何用 PHP 讀取和編寫 XML,而有許多種方式可以做這件事。 
本文提供了 XML 的簡短入門,然后解釋如何用 PHP 讀取和編寫 XML。 
什么是 XML? 
XML 是一種數據存儲格式。它沒有定義保存什么數據,也沒有定義數據的格式。XML 只是定義了標記和這些標記的屬性。格式良好的 XML 標記看起來像這樣: 
<name>Jack Herrington</name> 
這個 <name> 標記包含一些文本:Jack Herrington。 
不包含文本的 XML 標記看起來像這樣: 
<powerUp /> 
用 XML 對某件事進行編寫的方式不止一種。例如,這個標記形成的輸出與前一個標記相同: 
<powerUp></powerUp> 
也可以向 XML 標記添加屬性。例如,這個 <name> 標記包含 first 和 last 屬性: 
<name first="Jack" last="Herrington" /> 
也可以用 XML 對特殊字符進行編碼。例如,& 符號可以像這樣編碼: 

包含標記和屬性的 XML 文件如果像示例一樣格式化,就是格式良好的,這意味著標記是對稱的,字符的編碼正確。清單 1 是一份格式良好的 XML 的示例。 

清單 1. XML 圖書列表示例 

復制代碼代碼如下:


<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> 


清單 1 中的 XML 包含一個圖書列表。父標記 <books> 包含一組 <book> 標記,每個 <book> 標記又包含 <author>、<title> 和 <publisher> 標記。 
當 XML 文檔的標記結構和內容得到外部模式文件的驗證后,XML 文檔就是正確的。模式文件可以用不同的格式指定。對于本文來說,所需要的只是格式良好的 XML。 
如果覺得 XML 看起來很像超文本標記語言(HTML),那么就對了。XML 和 HTML 都是基于標記的語言,它們有許多相似之處。但是,要著重指出的是:雖然 XML 文檔可能是格式良好的 HTML,但不是所有的 HTML 文檔都是格式良好的 XML。換行標記(br)是 XML 和 HTML 之間區別的一個好例子。這個換行標記是格式良好的 HTML,但不是格式良好的 XML: 
<p>This is a paragraph<br> 
With a line break</p> 
這個換行標記是格式良好的 XML 和 HTML: 
<p>This is a paragraph<br /> 
With a line break</p> 
如果要把 HTML 編寫成同樣是格式良好的 XML,請遵循 W3C 委員會的可擴展超文本標記語言(XHTML)標準。所有現代的瀏覽器都能呈現 XHTML。而且,還可以用 XML 工具讀取 XHTML 并找出文檔中的數據,這比解析 HTML 容易得多。 
使用 DOM 庫讀取 XML 
讀取格式良好的 XML 文件最容易的方式是使用編譯成某些 PHP 安裝的文檔對象模型 (DOM)庫。DOM 庫把整個 XML 文檔讀入內存,并用節點樹表示它,如圖 1 所示。 
圖 1. 圖書 XML 的 XML DOM 樹 
用PHP讀取和編寫XML DOM的實現代碼
樹頂部的 books 節點有兩個 book 子標記。在每本書中,有 author、publisher 和 title 幾個節點。author、publisher 和 title 節點分別有包含文本的文本子節點。 
讀取圖書 XML 文件并用 DOM 顯示內容的代碼如清單 2 所示。 
清單 2. 用 DOM 讀取圖書 XML 

復制代碼代碼如下:


<?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 "; 

?> 


腳本首先創建一個 new DOMdocument 對象,用 load 方法把圖書 XML 裝入這個對象。之后,腳本用 getElementsByName 方法得到指定名稱下的所有元素的列表。 
在 book 節點的循環中,腳本用 getElementsByName 方法獲得 author、publisher 和 title 標記的 nodeValue。nodeValue 是節點中的文本。腳本然后顯示這些值。 
可以在命令行上像這樣運行 PHP 腳本: 
% php e1.php 
PHP Hacks - Jack Herrington - O'Reilly 
Podcasting Hacks - Jack Herrington - O'Reilly 

可以看到,每個圖書塊輸出一行。這是一個良好的開始。但是,如果不能訪問 XML DOM 庫該怎么辦? 
用 SAX 解析器讀取 XML 
讀取 XML 的另一種方法是使用 XML Simple API(SAX)解析器。PHP 的大多數安裝都包含 SAX 解析器。SAX 解析器運行在回調模型上。每次打開或關閉一個標記時,或者每次解析器看到文本時,就用節點或文本的信息回調用戶定義的函數。 
SAX 解析器的優點是,它是真正輕量級的。解析器不會在內存中長期保持內容,所以可以用于非常巨大的文件。缺點是編寫 SAX 解析器回調是件非常麻煩的事。清單 3 顯示了使用 SAX 讀取圖書 XML 文件并顯示內容的代碼。 
清單 3. 用 SAX 解析器讀取圖書 XML 

復制代碼代碼如下:


<?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']." "; 

?> 


腳本首先設置 g_books 數組,它在內存中容納所有圖書和圖書信息,g_elem 變量保存腳本目前正在處理的標記的名稱。然后腳本定義回調函數。在這個示例中,回調函數是 startElement、endElement 和 textData。在打開和關閉標記的時候,分別調用 startElement 和 endElement 函數。在開始和結束標記之間的文本上面,調用 textData。 
在這個示例中,startElement 標記查找 book 標記,在 book 數組中開始一個新元素。然后,textData 函數查看當前元素,看它是不是 publisher、title 或 author 標記。如果是,函數就把當前文本放入當前圖書。 
為了讓解析繼續,腳本用 xml_parser_create 函數創建解析器。然后,設置回調句柄。之后,腳本讀取文件并把文件的大塊內容發送到解析器。在文件讀取之后,xml_parser_free 函數刪除解析器。腳本的末尾輸出 g_books 數組的內容。 
可以看到,這比編寫 DOM 的同樣功能要困難得多。如果沒有 DOM 庫也沒有 SAX 庫該怎么辦?還有替代方案么? 
-------------------------------------------------------------------------------- 
回頁首 
用正則表達式解析 XML 
可以肯定,即使提到這個方法,有些工程師也會批評我,但是確實可以用正則表達式解析 XML。清單 4 顯示了使用 preg_ 函數讀取圖書文件的示例。 
清單 4. 用正則表達式讀取 XML 

復制代碼代碼如下:


<?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]." " ); 

?> 



請注意這個代碼有多短。開始時,它把文件讀進一個大的字符串。然后用一個 regex 函數讀取每個圖書項目。最后用 foreach 循環,在每個圖書塊間循環,并提取出 author、title 和 publisher。 
那么,缺陷在哪呢?使用正則表達式代碼讀取 XML 的問題是,它并沒先進行檢查,確保 XML 的格式良好。這意味著在讀取之前,無法知道 XML 是否格式良好。而且,有些格式正確的 XML 可能與正則表達式不匹配,所以日后必須修改它們。 
我從不建議使用正則表達式讀取 XML,但是有時它是兼容性最好的方式,因為正則表達式函數總是可用的。不要用正則表達式讀取直接來自用戶的 XML,因為無法控制這類 XML 的格式或結構。應當一直用 DOM 庫或 SAX 解析器讀取來自用戶的 XML。 
-------------------------------------------------------------------------------- 
回頁首 
用 DOM 編寫 XML 
讀取 XML 只是公式的一部分。該怎樣編寫 XML 呢?編寫 XML 最好的方式就是用 DOM。清單 5 顯示了 DOM 構建圖書 XML 文件的方式。 
清單 5. 用 DOM 編寫圖書 XML 

復制代碼代碼如下:


<?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(); 
?> 



在腳本的頂部,用一些示例圖書裝入了 books 數組。這個數據可以來自用戶也可以來自數據庫。 
示例圖書裝入之后,腳本創建一個 new DOMDocument,并把根節點 books 添加到它。然后腳本為每本書的 author、title 和 publisher 創建節點,并為每個節點添加文本節點。每個 book 節點的最后一步是重新把它添加到根節點 books。 
腳本的末尾用 saveXML 方法把 XML 輸出到控制臺。(也可以用 save 方法創建一個 XML 文件。)腳本的輸出如清單 6 所示。 
清單 6. DOM 構建腳本的輸出 

復制代碼代碼如下:


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 的真正價值在于它創建的 XML 總是格式正確的。但是如果不能用 DOM 創建 XML 時該怎么辦? 
-------------------------------------------------------------------------------- 
回頁首 
用 PHP 編寫 XML 
如果 DOM 不可用,可以用 PHP 的文本模板編寫 XML。清單 7 顯示了 PHP 如何構建圖書 XML 文件。 
清單 7. 用 PHP 編寫圖書 XML 

復制代碼代碼如下:


<?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> 



腳本的頂部與 DOM 腳本類似。腳本的底部打開 books 標記,然后在每個圖書中迭代,創建 book 標記和所有的內部 title、author 和 publisher 標記。 
這種方法的問題是對實體進行編碼。為了確保實體編碼正確,必須在每個項目上調用 htmlentities 函數,如清單 8 所示。 
清單 8. 使用 htmlentities 函數對實體編碼 

復制代碼代碼如下:


<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> 



這就是用基本的 PHP 編寫 XML 的煩人之處。您以為自己創建了完美的 XML,但是在試圖使用數據的時候,馬上就會發現某些元素的編碼不正確。 
-------------------------------------------------------------------------------- 
結束語 
XML 周圍總有許多夸大之處和混淆之處。但是,并不像您想像的那么難 —— 特別是在 PHP 這樣優秀的語言中。在理解并正確地實現了 XML 之后,就會發現有許多強大的工具可以使用。XPath 和 XSLT 就是這樣兩個值得研究的工具。

延伸 · 閱讀

精彩推薦
法甲赛程积分