PHP读取和编写XMLDOM文档格式.docx

PHP读取和编写XMLDOM文档格式.docx

《PHP读取和编写XMLDOM文档格式.docx》由会员分享，可在线阅读，更多相关《PHP读取和编写XMLDOM文档格式.docx（10页珍藏版）》请在冰豆网上搜索。

first 

last 

属性：

　　＜name 

first="

Jack"

last="

Herrington"

　　也可以用 

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 

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 

的示例。

　　清单 

1. 

图书列表示例

　＜books＞

　＜book＞

　＜author＞Jack 

Herrington＜/author＞

　＜title＞PHP 

Hacks＜/title＞

　＜publisher＞O'

Reilly＜/publisher＞

　＜/book＞

　＜title＞Podcasting 

　＜/books＞

中的 

包含一个图书列表。

父标记 

＜books＞ 

包含一组 

＜book＞ 

标记，每个 

标记又包含 

＜author＞、＜title＞ 

＜publisher＞ 

标记。

　　当 

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 

　　如果觉得 

看起来很像超文本标记语言（HTML），那么就对了。

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 

文档可能是格式良好的 

HTML，但不是所有的 

文档都是格式良好的 

换行标记（br）是 

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 

　　＜p＞This 

is 

a 

paragraph＜br＞

　　With 

line 

break＜/p＞

　　这个换行标记是格式良好的 

HTML：

paragraph＜br 

　　如果要把 

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（参见 

参考资料）。

所有现代的浏览器都能呈现 

XHTML。

而且，还可以用 

工具读取 

XHTML 

并找出文档中的数据，这比解析 

容易得多。

　　使用 

库读取 

XML

　　读取格式良好的 

文件最容易的方式是使用编译成某些 

安装的文档对象模型 

（DOM）库。

库把整个 

文档读入内存，并用节点树表示它，如图 

所示。

　　图 

图书 

的 

树

　　<

img 

src="

onclick="

get_larger（this）"

/>

　　树顶部的 

books 

节点有两个 

book 

子标记。

在每本书中，有 

author、publisher 

title 

几个节点。

节点分别有包含文本的文本子节点。

　　读取图书 

文件并用 

显示内容的代码如清单 

2 

2. 

用 

读取图书 

　＜?

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 

publisher"

　$publisher 

$publishers-＞item（0）-＞nodeValue;

　$titles 

title"

　$title 

$titles-＞item（0）-＞nodeValue;

　echo 

$title 

- 

$author 

$publisher

;

　}

　?

＞　　脚本首先创建一个 

DOMdocument 

对象，用 

load 

方法把图书 

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 

节点的循环中，脚本用 

方法获得 

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 

脚本：

　　% 

php 

e1.php

　　PHP 

Hacks 

Herrington 

O'

Reilly

　　Podcasting 

　　%

　　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 

库该怎么办？

解析器读取 

　　读取 

的另一种方法是使用 

Simple 

API（SAX）解析器。

的大多数安装都包含 

解析器。

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 

解析器回调是件非常麻烦的事。

3 

显示了使用 

文件并显示内容的代码。

3. 

解析器读取图书 

　$g_books 

array（）;

　$g_elem 

null;

　function 

startElement（ 

$parser, 

$name, 

$attrs 

）　

　global 

$g_books, 

$g_elem;

　if 

（ 

$name 

== 

BOOK'

） 

$g_books 

[]= 

$name;

endElement（ 

textData（ 

$text 

$g_elem 

AUTHOR'

||

PUBLISHER'

TITLE'

　$g_books[ 

count（ 

][ 

] 

$text;

　$parser 

xml_parser_create（）;

　xml_set_element_handler（ 

startElement"

endElement"

　xml_set_character_data_handler（ 

textData"

　$f 

fopen（ 

r'

　while（ 

$data 

fread（ 

$f, 

4096 

　xml_parse（ 

　xml_parser_free（ 

$parser 

$book['

]."

.$book['

＞

　　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 

textData。

在打开和关闭标记的时候，分别调用 

startElement 

endElement 

函数。

在开始和结束标记之间的文本上面，调用 

　　在这个示例中，startElement 

标记查找 

标记，在 

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 

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 

数组的内容。

　　可以看到，这比编写 

的同样功能要困难得多。

如果没有 

库也没有 

还有替代方案么？

　　用正则表达式解析 

　　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 

4 

preg_ 

函数读取图书文件的示例。

4. 

用正则表达式读取 

　$xml 

{ 

$xml 

.= 

$data;

}

　fclose（ 

$f 

　preg_match_all（ 

/＜book＞（.*?

）＜/book＞/s"

　$xml, 

$bookblocks 

$bookblocks[1] 

$block 

/＜author＞（.*?

）＜/author＞/"

　$block, 

/＜title＞（.*?

）＜/title＞/"

/＜publisher＞（.*?

）＜/publisher＞/"

$publisher 

　echo（ 

$title[1][0]."

.$author[1][0]."

.

　$publisher[1][0]."

　　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 

publisher。

　　那么，缺陷在哪呢？

使用正则表达式代码读取 

的问题是，它并没先进行检查，确保 

的格式良好。

这意味着在读取之前，无法知道 

是否格式良好。

而且，有些格式正确的 

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 

的格式或结构。

应当一直用 

库或 

解析器读取来自用户的 

编写 

只是公式的一部分。

该怎样编写 

呢？

最好的方式就是用 

DOM。

5 

显示了 

构建图书 

文件的方式。

5. 

编写图书 

[] 

array（

　'

title'

=＞ 

Hacks'

author'

Herrington'

publisher'

Reilly"

　）;

Podcasting 

　$doc-＞formatOutput 

true;

　$r 

$doc-＞createElement（ 

books"

　$doc-＞appendChild（ 

$r 

　$b 

　$author-＞appendChild（

　$doc-＞createTextNode（ 

　$b-＞appendChild（ 

　$title-＞appendChild（

　$publisher-＞appendChild（

　$r-＞appendChild（ 

$b 

$doc-＞saveXML（）;

　　在脚本的顶部，用一些示例图书装入了 

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 

DOMDocument，并把根节点 

添加到它。

然后脚本为每本书的 

publisher 

创建节点，并为每个节点添加文本节点。

每个 

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 

输出到控制台。

（也可以用 

save 

方法创建一个 

文件。

）脚本的输出如清单 

6 

6. 

构建脚本的输出

　% 

e4.php　

xml 

version="

1.0"

?

　%

的真正价值在于它创建的 

总是格式正确的。

但是如果不能用 

创建 

时该怎么办？

　　如果 

不可用，可以用 

的文本模板编写 

7 

如何构建图书 

7. 

　＜title＞＜?

echo（ 

＞＜/title＞

　＜author＞＜?

　＜/author＞

　＜publisher＞＜?

　＜/publisher＞

　　脚本的顶部与 

脚本类似。

脚本的底部打开 

标记，然后在每个图书中迭代，创建 

标记和所有的内部 

title、author 

　　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 

8. 

函数对实体编码　＜books＞

htmlentities（ 

], 

ENT_QUOTES 

＞ 

＜/author＞

　　这就是用基本的 

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

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 

这样优秀的语言中。

在理解并正确地实现了 

之后，就会发现有许多强大的工具可以使用。

XPath 

XSLT 

就是这样两个值得研究的工具

appendChild添加一个子结点到指定的XML元素

-attributesXML元素的属性数组

-childNodes一个XML元素的子结点数组

-cloneNode克隆（复制）当前结点

-createElement新建一个新的XML元素

-createTextNode新建一个新的XML文本结点

-firstChild返回当前XML结点的第一个子结点

-hasChildNodes当前XML结点是否有子结点（返回true有子结点/flash则无）

-insertBefore在一个指定的XML元素的子结点前插入一个新的子结点

-lastChild返回当前XML结点的最后一个子结点

-load从指定的URL把XML元素引入FLASH中

-loaded当XML元素引入或是发送同时引入FLASH中后,返回true值

-newXML新建一个XML对象

-nextSibling当前XML结点的下一个结点

-nodeName返回当前XML结点的名字

-nodeType返回当前XML结点的类型（1-元素,3-文本）

-nodevalue返回当前XML结点的值（text型返回文本）

-onLoad当引入或发送同时引入时触发事件

-parentNode返回当前XML结点的父结点

-parseXML将XML字符串转换成XML对象

-previousSibling当前XML结点的前一个结点

-removeNode从XML文本中删除结点

-send从FLASH中把一个XML元素发送到指定的URL地址

-sendAndLoad从FLASH中把一个XML元素发送到指定的URL地址同时引入XML结果

-toString把XML对象转换为XML字符串表达

+XMLSocketXML套接口