PHP讀取和編寫XMLDOM

1、用PHP讀取和編寫XMLDOM有許多技術(shù)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。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(guān)技術(shù)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(wù)。首先，

2、需要學(xué)習一點關(guān)于 XML 的知識 —— 它是什么，用它做什么。然后，需要學(xué)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(shù)據(jù)存儲格式。它沒有定義保存什么數(shù)據(jù)，也沒有定義數(shù)據(jù)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：nam

3、eJack 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

4、" 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booksbookauthorJack Herrington/authortitlePHP Hack

5、s/titlepublisherO'Reilly/publisher/bookbookauthorJack Herrington/authortitlePodcasting Hacks/titlepublisherO'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 publishe

6、r 標記。當 XML 文檔的標記結(jié)構(gòu)和內(nèi)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&#

7、160;XML 和 HTML 之間區(qū)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：pThis is a paragraphbrWith a line break/p這個換行標記是格式良好的 XML 和 HTML：pThis is a paragraphbr /With a line break/p如果要把 HTML 編寫成同樣是格式良好

8、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(xiàn)代的瀏覽器都能呈現(xiàn) XHTML。而且，還可以用 XML 工具讀取 XHTML 并找出文檔中的數(shù)據(jù)，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 

9、;文檔讀入內(nèi)存，并用節(jié)點樹表示它，如圖 1 所示。圖 1. 圖書 XML 的 XML DOM 樹<img src="樹頂部的 books 節(jié)點有兩個 book 子標記。在每本書中，有 author、publisher 和 title 幾個節(jié)點。author、publisher 和 title 節(jié)點分別有包含文本的文本子節(jié)點。讀取圖書 XML 文件并用&

10、#160;DOM 顯示內(nèi)容的代碼如清單 2 所示。清單 2. 用 DOM 讀取圖書 XML?php$doc = new DOMDocument();$doc-load( 'books.xml' );$books = $doc-getElementsByTagName( "book" );foreach( $books as $book )$author

11、s = $book-getElementsByTagName( "author" );$author = $authors-item(0)-nodeValue;$publishers = $book-getElementsByTagName( "publisher" );$publisher = $publishers-item(0)-nodeValue;$titles = $book-getElementsByTa

12、gName( "title" );$title = $titles-item(0)-nodeValue;echo "$title - $author - $publisher"?腳本首先創(chuàng)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 

13、;book 節(jié)點的循環(huán)中，腳本用 getElementsByName 方法獲得 author、publisher 和 title 標記的 nodeValue。nodeValue 是節(jié)點中的文本。腳本然后顯示這些值?？梢栽诿钚猩舷襁@樣運行 PHP 腳本：% php e1.phpPHP Hacks - Jack Herrington - O'ReillyPodcasting Hacks

14、60;- 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(shù)安裝都包含 SAX 解析器。SAX 解析器運行在回調(diào)模型上。每次打開或關(guān)閉一個標記時，或者每次解析器看到文本時，就

15、用節(jié)點或文本的信息回調(diào)用戶定義的函數(shù)。SAX 解析器的優(yōu)點是，它是真正輕量級的。解析器不會在內(nèi)存中長期保持內(nèi)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(diào)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(nèi)容的代碼。清單 3. 用 SAX 解析器讀取圖書 XML?php$g_books = array();$g_elem = null;function startE

16、lement( $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 = n

17、ull;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 

18、; $g_elem  = $text;$parser = xml_parser_create();xml_set_element_handler( $parser, "startElement", "endElement" );xml_set_character_data_handler( $parser, "textData" );$f = fopen( 'books

19、.xml', 'r' );while( $data = fread( $f, 4096 ) )xml_parse( $parser, $data );xml_parser_free( $parser );foreach( $g_books as $book )echo $book'TITLE'." - ".$book'A

20、UTHOR'." - "echo $book'PUBLISHER'.""?腳本首先設(shè)置 g_books 數(shù)組，它在內(nèi)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(diào)函數(shù)。在這個示例中，回調(diào)函數(shù)是 startElement、endElement 和 textData。在打開和關(guān)閉標記的時候，分別調(diào)用 startElement 和 endElement 函數(shù)。

21、在開始和結(jié)束標記之間的文本上面，調(diào)用 textData。在這個示例中，startElement 標記查找 book 標記，在 book 數(shù)組中開始一個新元素。然后，textData 函數(shù)查看當前元素，看它是不是 publisher、title 或 author 標記。如果是，函數(shù)就把當前文本放入當前圖書。為了讓解析繼續(xù)，腳本用 xml_parser_create 函數(shù)創(chuàng)建解析器。然后，設(shè)置回調(diào)句柄。之后，腳本讀取文件并把文件的大塊內(nèi)容發(fā)送到解析器。在文件讀取之后，x

22、ml_parser_free 函數(shù)刪除解析器。腳本的末尾輸出 g_books 數(shù)組的內(nèi)容?？梢钥吹剑@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？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(shù)讀取圖書文件的示例。清單 4. 用正則表達式讀取 XML?php$

23、xml = ""$f = fopen( 'books.xml', 'r' );while( $data = fread( $f, 4096 ) )  $xml .= $data; fclose( $f );preg_match_all( "/book(.*?)/book/s",$xml, $boo

24、kblocks );foreach( $bookblocks1 as $block )preg_match_all( "/author(.*?)/author/",$block, $author );preg_match_all( "/title(.*?)/title/",$block, $title );preg_match_all( "/publisher(.*?)/publisher/",$block,

25、0;$publisher );echo( $title10." - ".$author10." - ".$publisher10."" );?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(shù)讀取每個圖書項目。最后用 foreach 循環(huán)，在每個圖書塊間循環(huán)，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&#

26、160;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(shù)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(jié)構(gòu)。應(yīng)當一直用 DOM 庫或 SAX 解析器讀取來自用戶的 XM

27、L。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(gòu)建圖書 XML 文件的方式。清單 5. 用 DOM 編寫圖書 XML?php$books = array();$books  = array('title' =&

28、#160;'PHP Hacks','author' = 'Jack Herrington','publisher' = "O'Reilly");$books  = array('title' = 'Podcasting Hacks','author' = 'Jack Herrington',&

29、#39;publisher' = "O'Reilly");$doc = new DOMDocument();$doc-formatOutput = true;$r = $doc-createElement( "books" );$doc-appendChild( $r );foreach( $books as $book )$b = $doc-crea

30、teElement( "book" );$author = $doc-createElement( "author" );$author-appendChild($doc-createTextNode( $book'author' );$b-appendChild( $author );$title = $doc-createElement( "title" );$title-ap

31、pendChild($doc-createTextNode( $book'title' );$b-appendChild( $title );$publisher = $doc-createElement( "publisher" );$publisher-appendChild($doc-createTextNode( $book'publisher' );$b-appendChild( $publisher );$r-a

32、ppendChild( $b );echo $doc-saveXML();?在腳本的頂部，用一些示例圖書裝入了 books 數(shù)組。這個數(shù)據(jù)可以來自用戶也可以來自數(shù)據(jù)庫。示例圖書裝入之后，腳本創(chuàng)建一個 new DOMDocument，并把根節(jié)點 books 添加到它。然后腳本為每本書的 author、title 和 publisher 創(chuàng)建節(jié)點，并為每個節(jié)點添加文本節(jié)點。每個 book 節(jié)點的最后一步是重新把它添加到根節(jié)點 books。腳

33、本的末尾用 saveXML 方法把 XML 輸出到控制臺。（也可以用 save 方法創(chuàng)建一個 XML 文件。）腳本的輸出如清單 6 所示。清單 6. DOM 構(gòu)建腳本的輸出% php e4.php?xml version="1.0"?booksbookauthorJack Herrington/authortitlePHP Hacks/titlepublisherO'Reilly/publ

34、isher/bookbookauthorJack Herrington/authortitlePodcasting Hacks/titlepublisherO'Reilly/publisher/book/books%使用 DOM 的真正價值在于它創(chuàng)建的 XML 總是格式正確的。但是如果不能用 DOM 創(chuàng)建 XML 時該怎么辦？用 PHP 編寫 XML如果 DOM 不可用，可以用 PHP 的文本模板編寫 XML

35、。清單 7 顯示了 PHP 如何構(gòu)建圖書 XML 文件。清單 7. 用 PHP 編寫圖書 XML?php$books = array();$books  = array('title' = 'PHP Hacks','author' = 'Jack Herrington','publisher'

36、60;= "O'Reilly");$books  = array('title' = 'Podcasting Hacks','author' = 'Jack Herrington','publisher' = "O'Reilly");?books?phpforeach( $books as $book 

37、)?booktitle?php echo( $book'title' ); ?/titleauthor?php echo( $book'author' ); ?/authorpublisher?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

38、代，創(chuàng)建 book 標記和所有的內(nèi)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(diào)用 htmlentities 函數(shù)，如清單 8 所示。清單 8. 使用 htmlentities 函數(shù)對實體編碼books?phpforeach( $books as $book )$title = htmlentities(

39、0;$book'title', ENT_QUOTES );$author = htmlentities( $book'author', ENT_QUOTES );$publisher = htmlentities( $book'publisher', ENT_QUOTES );?booktitle?php echo( $title ); ?/titleauthor?php echo( $author ); ? /authorpublisher?php echo(&