php 解析xml 的四种方法（转）

叁歲伎倆 2021-11-17 06:26 391阅读 0赞

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）$simple = "simple note";$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 arrayArray( \[PARA\] => Array ( \[0\] => 0 \[1\] => 2 ) \[NOTE\] => Array ( \[0\] => 1 ))Vals arrayArray( \[0\] => 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：$xml = 'note1extra1note2note3extra3';$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 = <<note1extra1note2note3extra3XML;$result = array();$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。 SimpleXMLSimpleXML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。$string = << login imdonkeyXML;$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。 XMLReaderXMLReader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。 DOMDocumentDOMDocument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。$xmlstring = << login imdonkeyXML;$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。转 http://www.phpzh.com/archives/525/2