这里有新鲜出炉的 PHP 面向对象编程,程序狗速度看过来!
PHP(外文名: Hypertext Preprocessor,中文名:"超文本预处理器")是一种通用开源脚本语言。语法吸收了 C 语言、Java 和 Perl 的特点,入门门槛较低,易于学习,使用广泛,主要适用于 web 开发领域。PHP 的文件后缀名为 php。
这篇文章主要介绍了 php 解析 xml 的四种方法详细介绍的相关资料, 需要的朋友可以参考下
php 解析 xml 的四种方法
XML 处理是开发过程中经常遇到的,PHP 对其也有很丰富的支持,本文只是对其中某几种解析技术做简要说明,包括:Xml parser, SimpleXML, XMLReader, DOMDocument。
1。 XML Expat Parser:
XML Parser 使用 Expat XML 解析器。Expat 是一种基于事件的解析器,它把 XML 文档视为一系列事件。当某个事件发生时,它调用一个指定的函数处理它。Expat 是无验证的解析器,忽略任何链接到文档的 DTD。但是,如果文档的形式不好,则会以一个错误消息结束。由于它基于事件,且无验证,Expat 具有快速并适合 web 应用程序的特性。
XML Parser 的优势是性能好,因为它不是将整个 xml 文档载入内存后再处理,而是边解析边处理。但也正因为如此,它不适合那些要对 xml 结构做动态调整、或基于 xml 上下文结构做复杂操作的需求。如果你只是要解析处理一个结构良好的 xml 文档,那么它可以很好的完成任务。需要注意的是 XML Parser 只支持三种编码格式:US-ASCII, ISO-8859-1 和 UTF-8,如果你的 xml 数据是其他编码,需要先转换成以上三个之一。
XML Parser 常用的解析方式大体有两种(其实就是两个函数):xml_parse_into_struct 和 xml_set_element_handler。
xml_parse_into_struct
此方法是将 xml 数据解析到两个数组中:
index 数组——包含指向 Value 数组中值的位置的指针
value 数组——包含来自被解析的 XML 的数据
这俩数组文字描述起来有点麻烦,还是看个例子吧(来自 php 官方文档)
- $simple = "<para><note>simple note</note></para>";
- $p = xml_parser_create();
- xml_parse_into_struct($p, $simple, $vals, $index);
- xml_parser_free($p);
- echo "Index array\n";
- print_r($index);
- echo "\nVals array\n";
- print_r($vals);
输出:
- Index array
- Array
- (
- [PARA] => Array
- (
- [0] => 0
- [1] => 2
- )
- [NOTE] => Array
- (
- [0] => 1
- )
- )
- Vals array
- Array
- (
- [0] => Array
- (
- [tag] => PARA
- [type] => open
- [level] => 1
- )
- [1] => Array
- (
- [tag] => NOTE
- [type] => complete
- [level] => 2
- [value] => simple note
- )
- [2] => Array
- (
- [tag] => PARA
- [type] => close
- [level] => 1
- )
- )
其中 index 数组以标签名为 key,对应的值是一个数组,里面包括所有此标签在 value 数组中的位置。然后通过这个位置,找到此标签对应的值。
如果 xml 中每组数据格式有出入,不能做到完全统一,那么在写代码时要注意,说不定就得到了错误的结果。比如下面这个例子:
- $xml = '
- <infos>
- <para><note>note1</note><extra>extra1</extra></para>
- <para><note>note2</note></para>
- <para><note>note3</note><extra>extra3</extra></para>
- </infos>
- ';
- $p = xml_parser_create();
- xml_parse_into_struct($p, $xml, $values, $tags);
- xml_parser_free($p);
- $result = array();
- //下面的遍历方式有bug隐患
- for ($i = 0; $i < 3; $i++) {
- $result[$i] = array();
- $result[$i]["note"] = $values[$tags["NOTE"][$i]]["value"];
- $result[$i]["extra"] = $values[$tags["EXTRA"][$i]]["value"];
- }
- print_r($result);
要是按照上面那种方式遍历,看似代码简单,但是暗藏危机,最致命的是得到错误的结果(extra3 跑到第二个 para 里了)。所以要以一种比较严谨的方式遍历:
- $result = array();
- $paraTagIndexes = $tags['PARA'];
- $paraCount = count($paraTagIndexes);
- for ($i = 0; $i < $paraCount; $i += 2) {
- $para = array();
- //遍历para标签对之间的所有值
- for ($j = $paraTagIndexes[$i]; $j < $paraTagIndexes[$i + 1]; $j++) {
- $value = $values[$j]['value'];
- if (empty($value)) continue;
- $tagname = strtolower($values[$j]['tag']);
- if (in_array($tagname, array('note', 'extra'))) {
- $para[$tagname] = $value;
- }
- }
- $result[] = $para;
- }
其实我很少用 xml_parse_into_struct 函数,所以上面所谓 "严谨" 的代码保不齐还会有其他情况下的 bug。- -|
xml_set_element_handler
这种方式是为 parser 设置处理元素起始、元素终止的回调函数。配套的还有 xml_set_character_data_handler 用来为 parser 设置数据的回调函数。这种方式写的代码比较清晰,利于维护。
Example:
- $xml = <<<XML < infos > <para > <note > note1 < /note><extra>extra1</extra > </para>
- <para><note>note2</note > </para>
- <para><note>note3</note > <extra > extra3 < /extra></para > </infos>
- XML;
- $result = array();
- $index = -1;
- $currData;
- function charactor($parser, $data) {
- global $currData;
- $currData = $data;
- }
- function startElement($parser, $name, $attribs) {
- global $result, $index;
- $name = strtolower($name);
- if($name == 'para') {
- $index++;
- $result[$index] = array();
- }
- }
- function endElement($parser, $name) {
- global $result, $index, $currData;
- $name = strtolower($name);
- if($name == 'note' || $name == 'extra') {
- $result[$index][$name] = $currData;
- }
- }
- $xml_parser = xml_parser_create();
- xml_set_character_data_handler($xml_parser, "charactor");
- xml_set_element_handler($xml_parser, "startElement", "endElement");
- if (!xml_parse($xml_parser, $xml)) {
- echo "Error when parse xml: ";
- echo xml_error_string(xml_get_error_code($xml_parser));
- }
- xml_parser_free($xml_parser);
- print_r($result);/
可见,set handler 方式虽然代码行数多,但思路清晰,可读性更好,不过性能上略慢于第一种方式,而且灵活性不强。XML Parser 支持 PHP4,适用于于使用老版本的系统。对于 PHP5 环境,还是优先考虑下面的方法吧。
2。 SimpleXML
SimpleXML 是 PHP5 后提供的一套简单易用的 xml 工具集,可以把 xml 转换成方便处理的对象,也可以组织生成 xml 数据。不过它不适用于包含 namespace 的 xml,而且要保证 xml 格式完整 (well-formed)。它提供了三个方法:simplexml_import_dom、simplexml_load_file、simplexml_load_string,函数名很直观地说明了函数的作用。三个函数都返回 SimpleXMLElement 对象,数据的读取 / 添加都是通过 SimpleXMLElement 操作。
- $string = <<<XML
- <?xml version='1.0'?>
- <document>
- <cmd>login</cmd>
- <login>imdonkey</login>
- </document>
- XML;
- $xml = simplexml_load_string($string);
- print_r($xml);
- $login = $xml->login;//这里返回的依然是个SimpleXMLElement对象
- print_r($login);
- $login = (string) $xml->login;//在做数据比较时,注意要先强制转换
- print_r($login);
SimpleXML 的优点是开发简单,缺点是它会将整个 xml 载入内存后再进行处理,所以在解析超多内容的 xml 文档时可能会力不从心。如果是读取小文件,而且 xml 中也不包含 namespace,那 SimpleXML 是很好的选择。
3。 XMLReader
XMLReader 也是 PHP5 之后的扩展(5.1 后默认安装),它就像游标一样在文档流中移动,并在每个节点处停下来,操作起来很灵活。它提供了对输入的快速和非缓存的流式访问,可以读取流或文档,使用户从中提取数据,并跳过对应用程序没有意义的记录。
以一个利用 google 天气 api 获取信息的例子展示下 XMLReader 的使用,这里也只涉及到一小部分函数,更多还请参考官方文档。
- $xml_uri = 'http://www.google.com/ig/api?weather=Beijing&hl=zh-cn';
- $current = array();
- $forecast = array();
- $reader = new XMLReader();
- $reader - >open($xml_uri, 'gbk');
- while ($reader - >read()) {
- //get current data
- if ($reader - >name == "current_conditions" && $reader - >nodeType == XMLReader: :ELEMENT) {
- while ($reader - >read() && $reader - >name != "current_conditions") {
- $name = $reader - >name;
- $value = $reader - >getAttribute('data');
- $current[$name] = $value;
- }
- }
- //get forecast data
- if ($reader - >name == "forecast_conditions" && $reader - >nodeType == XMLReader: :ELEMENT) {
- $sub_forecast = array();
- while ($reader - >read() && $reader - >name != "forecast_conditions") {
- $name = $reader - >name;
- $value = $reader - >getAttribute('data');
- $sub_forecast[$name] = $value;
- }
- $forecast[] = $sub_forecast;
- }
- }
- $reader - >close();
XMLReader 和 XML Parser 类似,都是边读边操作,较大的差异在于 SAX 模型是一个 "推送" 模型,其中分析器将事件推到应用程序,在每次读取新节点时通知应用程序,而使用 XmlReader 的应用程序可以随意从读取器提取节点,可控性更好。
由于 XMLReader 基于 libxml,所以有些函数要参考文档看看是否适用于你的 libxml 版本。
4。 DOMDocument
DOMDocument 还是 PHP5 后推出的 DOM 扩展的一部分,可用来建立或解析 html/xml,目前只支持 utf-8 编码。
- $xmlstring = <<<XML
- <?xml version='1.0'?>
- <document>
- <cmd attr='default'>login</cmd>
- <login>imdonkey</login>
- </document>
- XML;
- $dom = new DOMDocument();
- $dom->loadXML($xmlstring);
- print_r(getArray($dom->documentElement));
- function getArray($node) {
- $array = false;
- if ($node->hasAttributes()) {
- foreach ($node->attributes as $attr) {
- $array[$attr->nodeName] = $attr->nodeValue;
- }
- }
- if ($node->hasChildNodes()) {
- if ($node->childNodes->length == 1) {
- $array[$node->firstChild->nodeName] = getArray($node->firstChild);
- } else {
- foreach ($node->childNodes as $childNode) {
- if ($childNode->nodeType != XML_TEXT_NODE) {
- $array[$childNode->nodeName][] = getArray($childNode);
- }
- }
- }
- } else {
- return $node->nodeValue;
- }
- return $array;
- }
从函数名上看感觉跟 JavaScript 很像,应该是借鉴了一些吧。DOMDocument 也是一次性将 xml 载入内存,所以内存问题同样需要注意。PHP 提供了这么多的 xml 处理方式,开发人员在选择上就要花些时间了解,选择适合项目需求及系统环境、又便于维护的方法。
来源: http://www.phperz.com/article/17/0805/341674.html