当前位置: 首页 > 图文教程 > 网络编程 > PHP > 用PHP读取和编写XML DOM

PHP
PHP中for循环语句的几种“变态”用法
用PHP与XML联手进行网站开发
PHP程序漏洞产生的原因和防范方法
利用PHP编程防范XSS跨站脚本攻击
使用PHP往Windows系统中添加用户
PHP Shell的编写（改进版）
PHP开发中接收复选框信息的方法
PHP程序加速探索之服务器负载测试
PHP实现首页自动选择语言转跳
十天学会php之第一天
十天学会php之第二天
十天学会php之第三天
十天学会php之第四天
十天学会php之第五天
十天学会php之第六天
十天学会php之第七天
十天学会php之第八天
十天学会php之第九天
十天学会php之第十天
Web开发源代码：PHP生成静态页面的类

No. « 1 2 3 4 »

技术文章搜索

关键字

用PHP读取和编写XML DOM

出处:互联网   整理: 软晨网（RuanChen.com）   发布: 2009-09-23   浏览: 141 ::
收藏到网摘: n/a

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＞JackHerrington＜/name＞

这个＜name＞标记包含一些文本：JackHerrington。

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：

＜namefirst="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＞＜book＞＜author＞JackHerrington＜/author＞＜title＞PHPHacks＜/title＞＜publisher＞O'Reilly＜/publisher＞＜/book＞＜book＞＜author＞JackHerrington＜/author＞＜title＞PodcastingHacks＜/title＞＜publisher＞O'Reilly＜/publisher＞＜/book＞＜/books＞

清单1中的XML包含一个图书列表。父标记＜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＞Thisisaparagraph＜br＞
Withalinebreak＜/p＞

这个换行标记是格式良好的XML和HTML：

＜p＞Thisisaparagraph＜br/＞
Withalinebreak＜/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。

使用DOM库读取XML

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XMLDOM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

＜?php$doc=newDOMDocument();$doc-＞load('books.xml');$books=$doc-＞getElementsByTagName("book");foreach($booksas$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";}?＞


脚本首先创建一个newDOMdocument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：

%phpe1.php
PHPHacks-JackHerrington-O'Reilly
PodcastingHacks-JackHerrington-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XMLDOM库该怎么办？

用SAX解析器读取XML

读取XML的另一种方法是使用XMLSimpleAPI（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
＜?php$g_books=array();$g_elem=null;functionstartElement($parser,$name,$attrs){global$g_books,$g_elem;if($name=='BOOK')$g_books[]=array();$g_elem=$name;}functionendElement($parser,$name){global$g_elem;$g_elem=null;}functiontextData($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_booksas$book){echo$book['TITLE']."-".$book['AUTHOR']."-";echo$book['PUBLISHER']."\n";}?＞

脚本首先设置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？

用正则表达式解析XML

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
＜?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");}?＞


请注意这个代码有多短。开始时，它把文件读进一个大的字符串。然后用一个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。

用DOM编写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
＜?php$books=array();$books[]=array('title'=＞'PHPHacks','author'=＞'JackHerrington','publisher'=＞"O'Reilly");$books[]=array('title'=＞'PodcastingHacks','author'=＞'JackHerrington','publisher'=＞"O'Reilly");$doc=newDOMDocument();$doc-＞formatOutput=true;$r=$doc-＞createElement("books");$doc-＞appendChild($r);foreach($booksas$book){$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();?＞

在脚本的顶部，用一些示例图书装入了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newDOMDocument，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
%phpe4.php＜?xmlversion="1.0"?＞＜books＞＜book＞＜author＞JackHerrington＜/author＞＜title＞PHPHacks＜/title＞＜publisher＞O'Reilly＜/publisher＞＜/book＞＜book＞＜author＞JackHerrington＜/author＞＜title＞PodcastingHacks＜/title＞＜publisher＞O'Reilly＜/publisher＞＜/book＞＜/books＞%

使用DOM的真正价值在于它创建的XML总是格式正确的。但是如果不能用DOM创建XML时该怎么办？

用PHP编写XML

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
＜?php$books=array();$books[]=array('title'=＞'PHPHacks','author'=＞'JackHerrington','publisher'=＞"O'Reilly");$books[]=array('title'=＞'PodcastingHacks','author'=＞'JackHerrington','publisher'=＞"O'Reilly");?＞＜books＞＜?phpforeach($booksas$book){?＞＜book＞＜title＞＜?phpecho($book['title']);?＞＜/title＞＜author＞＜?phpecho($book['author']);?＞＜/author＞＜publisher＞＜?phpecho($book['publisher']);?＞＜/publisher＞＜/book＞＜?php}?＞＜/books＞

脚本的顶部与DOM脚本类似。脚本的底部打开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
＜books＞＜?phpforeach($booksas$book){$title=htmlentities($book['title'],ENT_QUOTES);$author=htmlentities($book['author'],ENT_QUOTES);$publisher=htmlentities($book['publisher'],ENT_QUOTES);?＞＜book＞＜title＞＜?phpecho($title);?＞＜/title＞＜author＞＜?phpecho($author);?＞＜/author＞＜publisher＞＜?phpecho($publisher);?＞＜/publisher＞＜/book＞＜?php}?＞＜/books＞

这就是用基本的PHP编写XML的烦人之处。您以为自己创建了完美的XML，但是在试图使用数据的时候，马上就会发现某些元素的编码不正确。

结束语

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。