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。?
<!--START RESERVED FOR FUTURE USE INCLUDE FILES--><!-- include java script once we verify teams wants to use this and it will work on dbcs and cyrillic characters --><!--END RESERVED FOR FUTURE USE INCLUDE FILES-->
用 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。
?
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。
<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(參見 參考資料 )。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。
?
![]() ![]() |
![]()
|
?
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。
?
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。
<?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"; } ?> |
?
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?
?
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。
<?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"; } ?> |
?
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?
?
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。
<?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" ); } ?> |
?
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 |
?
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。
<?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。
% 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?
?
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。
<?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。
<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。
?
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。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索:z360901061

微信掃一掃加我為好友
QQ號聯系: 360901061
您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。
【本文對您有幫助就好】元
