用 PHP 读取和编写 XML
2008-10-04 01:05
337 查看
使用 DOM 库、SAX 解析器和正则表达式 |
Jack Herrington (jack_d_herrington@codegeneration.net), 高级软件工程师, "Code Generation Network" 2006 年 2 月 06 日 有许多技术可用于用 PHP 读取和编写 XML。本文提供了三种方法读取 XML:使用 DOM 库、使用 SAX 解析器和使用正则表达式。还介绍了使用 DOM 和 PHP 文本模板编写 XML。 用 PHP 读取和编写可扩展标记语言(XML)看起来可能有点恐怖。实际上,XML 和它的所有相关技术可能是恐怖的,但是用 PHP 读取和编写 XML 不一定是项恐怖的任务。首先,需要学习一点关于 XML 的知识 —— 它是什么,用它做什么。然后,需要学习如何用 PHP 读取和编写 XML,而有许多种方式可以做这件事。 本文提供了 XML 的简短入门,然后解释如何用 PHP 读取和编写 XML。 什么是 XML? XML 是一种数据存储格式。它没有定义保存什么数据,也没有定义数据的格式。XML 只是定义了标记和这些标记的属性。格式良好的 XML 标记看起来像这样: <name>Jack Herrington</name> 这个 <name>标记包含一些文本:Jack Herrington。 不包含文本的 XML 标记看起来像这样: <powerUp /> 用 XML 对某件事进行编写的方式不止一种。例如,这个标记形成的输出与前一个标记相同: <powerUp></powerUp> 也可以向 XML 标记添加属性。例如,这个 <name>标记包含 first和 last属性: <name first="Jack" last="Herrington" /> 也可以用 XML 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 XML 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 XML 的示例。 清单 1. XML 图书列表示例
<books>包含一组 <book>标记,每个 <book>标记又包含 <author>、 <title>和 <publisher>标记。 当 XML 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 XML。 如果觉得 XML 看起来很像超文本标记语言(HTML),那么就对了。XML 和 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 XML 文档可能是格式良好的 HTML,但不是所有的 HTML 文档都是格式良好的 XML。换行标记( br)是 XML 和 HTML 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 XML: <p>This is a paragraph<br> With a line break</p> 这个换行标记是格式良好的 XML 和 HTML: <p>This is a paragraph<br /> With a line break</p> 如果要把 HTML 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 XML 工具读取 XHTML 并找出文档中的数据,这比解析 HTML 容易得多。
读取格式良好的 XML 文件最容易的方式是使用编译成某些 PHP 安装的文档对象模型 (DOM)库。DOM 库把整个 XML 文档读入内存,并用节点树表示它,如图 1 所示。 图 1. 图书 XML 的 XML DOM 树 树顶部的 books节点有两个 book子标记。在每本书中,有 author、 publisher和 title几个节点。 author、 publisher和 title节点分别有包含文本的文本子节点。 读取图书 XML 文件并用 DOM 显示内容的代码如清单 2 所示。 清单 2. 用 DOM 读取图书 XML
new DOMdocument对象,用 load方法把图书 XML 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 book节点的循环中,脚本用 getElementsByName方法获得 author、 publisher和 title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 PHP 脚本: % php e1.php PHP Hacks - Jack Herrington - O'Reilly Podcasting Hacks - Jack Herrington - O'Reilly % 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 XML DOM 库该怎么办?
读取 XML 的另一种方法是使用 XML Simple API(SAX)解析器。PHP 的大多数安装都包含 SAX 解析器。SAX 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 SAX 解析器回调是件非常麻烦的事。清单 3 显示了使用 SAX 读取图书 XML 文件并显示内容的代码。 清单 3. 用 SAX 解析器读取图书 XML
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和 textData。在打开和关闭标记的时候,分别调用 startElement和 endElement函数。在开始和结束标记之间的文本上面,调用 textData。 在这个示例中, startElement标记查找 book标记,在 book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标记。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 g_books数组的内容。 可以看到,这比编写 DOM 的同样功能要困难得多。如果没有 DOM 库也没有 SAX 库该怎么办?还有替代方案么?
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 XML。清单 4 显示了使用 preg_函数读取图书文件的示例。 清单 4. 用正则表达式读取 XML
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 和 publisher。 那么,缺陷在哪呢?使用正则表达式代码读取 XML 的问题是,它并没先进行检查,确保 XML 的格式良好。这意味着在读取之前,无法知道 XML 是否格式良好。而且,有些格式正确的 XML 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 XML 的格式或结构。应当一直用 DOM 库或 SAX 解析器读取来自用户的 XML。
读取 XML 只是公式的一部分。该怎样编写 XML 呢?编写 XML 最好的方式就是用 DOM。清单 5 显示了 DOM 构建图书 XML 文件的方式。 清单 5. 用 DOM 编写图书 XML
books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 new DOMDocument,并把根节点 books添加到它。然后脚本为每本书的 author、title 和 publisher 创建节点,并为每个节点添加文本节点。每个 book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 XML 输出到控制台。(也可以用 save方法创建一个 XML 文件。)脚本的输出如清单 6 所示。 清单 6. DOM 构建脚本的输出
如果 DOM 不可用,可以用 PHP 的文本模板编写 XML。清单 7 显示了 PHP 如何构建图书 XML 文件。 清单 7. 用 PHP 编写图书 XML
books标记,然后在每个图书中迭代,创建 book标记和所有的内部 title、 author和 publisher标记。 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 所示。 清单 8. 使用 htmlentities 函数对实体编码
XML 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 PHP 这样优秀的语言中。在理解并正确地实现了 XML 之后,就会发现有许多强大的工具可以使用。XPath 和 XSLT 就是这样两个值得研究的工具。 参考资料 学习 您可以参阅本文在 developerWorks 全球站点上的 英文原文。 在 XHTML 1.0 The Extensible HyperText Markup Language 上学习 XHTML 的标准。 找到 standards for XML。 了解 XML Path (XPath) language。 了解 XSL Transformations,这是用于转换 XML 的语言。 请阅读用来定义 XML 文档结构的标准 XML Schema。 在 developerWorks 的 XML 专区 找到面向 XML 开发人员的更多资源。 请访问 developerWorks 的 开放源码专区 获得全面的 how-to 信息、工具和项目更新,帮助您用开放源码技术开发并把它们用于 IBM 产品。 获得产品和技术 请访问 PHP.net,了解关于 PHP 的最新新闻、找到下载,并向其他用户学习。 了解 Expat XML Parser,这个解析器用来向 PHP 提供 SAX 解析器功能。 利用 IBM 试用软件 改造您的下一个开放源码开发项目,可以下载也可以通过 DVD 得到。 讨论 通过参与 developerWorks blogs 加入 developerWorks 社区。 关于作者
|
相关文章推荐
- 正则表达式/DOM读取xml,php/dom编写xml
- PHP 读取和编写 XML
- PHP 读取和编写 XML
- 用PHP编写和读取XML的几种方式
- 用 PHP 读取和编写 XML
- 用PHP编写和读取XML的几种方式
- PHP读取XML
- php操作XML、读取数据和写入数据的实现代码
- 【php】读取xml乱码 | 编码转换 mb_convert_encoding
- PHP中使用xmlreader读取xml数据示例
- PHP 读取和编写 XML DOM
- 用 PHP 读取和编写 XML DOM
- PHP XML的DOMDocument读取功能
- DOM基础及php读取xml内容操作的方法
- PHP读取XML
- CSS设计表格(下)--PHP读取XML并用表格显示
- php读取xml对象
- PHP读取XML值的代码
- php 读取xml
- PHP读取xml方法讲解