PHP5的XML新特性

面向的读者

这篇文章的面向对象是所有对php5的xml新功能感兴趣的各个水平的php开发者。我们假定读者掌握xml的基本知识。然而，如果你已经在你的php当中使用了xml，那么这篇文章也会让你受益非浅。

介绍

在当今的互联网世界，xml已经不再是一个时髦词了，它已经被广泛的接受和规范的使用了。因此相对于php4，php5对于xml的支持更受到了重视。在php4中你面对的几乎都是非标准，api中断，内存泄漏以及其它不完全的功能。尽管有些不足已经在php4.3中得到改进，开发者们还是决定抛弃原有的代码，在php5重写全部代码。

这篇文章将对php5中关于xml的所有令人激动的新特性逐一介绍。

php4 的 xml

早期的php版本就已经开始支持xml了，而这只是一个基于sax的接口，它可以轻松的解析任何xml文档。随着php4中加入了domxml扩展模块，xml被更好的支持了。后来xslt做为补充被加了进来。在整个php4的阶段，其它一些功能如html，xslt和dtd验证也被加到了domxml扩展中，不幸的是，由于xslt和domxml扩展始终处于实验阶段，api部分也被不止一次的修改，它们还是不能以默认方式安装。此外，domxml扩展没有遵循w3c制定的dom标准，而有自己的命名方法。虽然在php4.3中这部分得到了改善并且许多内存泄漏和其它一些功能也得以修复，但它始终没有发展到一个稳定的阶段，一些深入的问题已经几乎不可能修复。只有sax扩展被已默认方式安装，其它的一些扩展从未得到广泛的使用。

基于所有这些原因，php的xml开发者决定在php5重写全部代码，并遵循使用标准。

php5的xml
在php5中所有支持xml的部分几乎全部重新编写.现在的所有xml扩展都是基于gnome项目的libxml2库。这将允许在不同的扩展模块之间互相操作，核心开发者只需要在一个底层的库上进行开发。例如，复杂的内存管理只实现一次就可以让所有xml相关扩展得到改善。

除了继承php4中闻名的sax解析器之外，php5还支持遵循w3c标准的dom和基于libxslt引擎的xslt。同时还加入了php独有的simplexml扩展和符合标准的soap扩展。随着xml越来越被重视，php开发者决定在默认安装方式中加入更多对xml的支持。这就意味着你现在可以使用sax，dom和simplexml，而这些扩展将会在更多的服务器上安装。然后对于xslt和soap的支持，还需要在php编译时被显式的配置。

数据流的支持

现在所有的xml扩展都支持php数据流，即使你不从php中直接访问。例如，在php5中你可以从一个文件或从一条指令访问数据流。基本上你能够在任何可以访问普通文件的地方访问php数据流。

php4.3中简要的介绍了数据流，在php5中已经得到了进一步的提高，包含文件存取，网络存取和其它操作，如共享一套功能函数。你甚至可以使用php代码来实现你自己的数据流，这样数据存取将变得非常简单。关于这部分的更多细节请参考php文档。

sax

sax的全称是simple api for xml，它是用于解析xml文档的接口，是基于回调形式的。从php3开始就已经支持了sax，到现在也没有太大的变化。在php5中，api接口并没有改变，所以你的代码仍然可以运行。唯一不同的是它不再基于expat库，而是基于libxml2库。

这个变化带来了一些对命名空间支持上的问题，这个问题在libxml2.2.6版本中已经得到解决。但是libxml2以前的版本中并没有解决，因此如果你使用了xml_parse_create_ns()；强烈建议在你的系统上安装libxml2.2.6。

dom

dom (文档对象模型)是由w3c制定的一套访问xml文档树的标准。在php4可以使用domxml来对此进行操作，domxml的最主要问题是它不符合标准的命名方法。而且在很长一段时间内还存在内存泄漏问题（php4.3已经修复了这个问题）。

新的dom扩展是基于w3c标准完成的，包含方法和属性名称。如果你在其它语言中熟悉dom，例如在javascript中，那么在php中编写类似的功能将变得非常容易。你不必每次都查看文档，因为方法和参数都是相同的。

由于使用了新的w3c标准，基于domxml的代码将不能运行。在php中的api有很大的不同。但是如果你的代码中使用了类似w3c标准的方法命名方式，移植并不是很困难。你只需要将载入函数和保存函数修改，删除函数名中的下划线（dom标准使用首字母大写）。其它各处的调节当然也是必须的，但是主要逻辑部分可以保持不变。

读取dom

我不会在这篇文章中解释dom扩展的所有特性，那也是没有必要的。或许你应该将http://www.w3.org/dom的文档加入书签。它与php5的dom部分基本上相同。

在这篇文章的大多数例子中我们将使用同一个xml文件，zend.com上有非常简单的rss版本。将下面的文本粘贴到一个文本文件中并保存为articles.xml。





http://www.zend.com/zend/week/week172.php



http://www.zend.com/zend/tut/tut-hatwar3.php



要将这个例子载入到一个dom对象，首先要创建一个domdocument对象，然后载入xml文件。

$dom = new domdocument();
$dom->load("articles.xml");

正像上面所提及的，你可以使用php的数据流来载入一个xml文档，你应该这样写：

$dom->load("file:///articles.xml");

（或者其它类型的数据流）

如果你想将xml文档输出到浏览器或做为标准标出，使用：

print $dom->savexml();

如果你想把它保存成文件，请使用：

print $dom->save("newfile.xml");

（注意这样做会将文件大小发送到stdout）

当然这个例子没有太多的功能，让我们来做些更有用的。我们来取得所有的title元素。有很多方法可以办到，最简单的就是使用getelementsbytagname($tagname):

$titles = $dom->getelementsbytagname("title");
foreach($titles as $node) {
print $node->textcontent . "\n";
}

textcontent属性并不是w3c标准，它可以让我们很方便的快速读取一个元素的所有文本节点，使用w3c的标准读取是下面这样：

$node->firstchild->data;

（这时候你要确保firstchild结点是你需要的文本结点，否则你还得遍历所有子结点来查找）。

另外一个要注意的问题是getelementsbytagname()返回一个domnodelist,对象，而不是像php4中get_elements_by_tagname()那样返回一个数组，但是正像你在这个例子中看到的那样，你可以使用foreach语句轻松的遍历它。你也可以直接使用$titles->item(0)来访问结点。该方法将返回第一个title元素。

另一个取得所有title元素的办法是从根结点遍历，你可以看到，这个方法更复杂，但是如果你需要的不只是title元素的时候，这个方法也就更灵活。

foreach ($dom->documentelement->childnodes as $articles) {
//如果节点是一个元素(nodetype == 1)并且名字是item就继续循环
if ($articles->nodetype == 1 && $articles->nodename == "item") {
foreach ($articles->childnodes as $item) {
//如果节点是一个元素，并且名字是title就打印它.
if ($item->nodetype == 1 && $item->nodename == "title") {
print $item->textcontent . "\n";
}
}
}
}

xpath
xpaht 就像是xml的sql，使用xpath你可以在一个xml文档中查询符合一些模式语法的特定结点。想使用xpath获得所有title结点，只需要这么做：


$xp = new domxpath($dom);
$titles = $xp->query("/articles/item/title");
foreach ($titles as $node) {
print $node->textcontent . "\n";
}
?>

这样和使用getelementsbytagname()方法差不多，但是xpath要强大的多，例如，如果我们有一个title元素是article的子元素(而不是item的子元素)，getelementsbytagname()就会将它返回。而使用/articles/item/title语法，我们只会得到在指定深度和位置的title元素。这只是一个简单的例子，再深入一点可能是这样：

/articles/item[position() = 1]/title 返回第一个item元素的所有

/articles/item/title[@id = '23'] 返回所有含有id属性并且值为23的title

/articles//title 返回所有articles元素下面的title(译者注：//代表任意深度)

你也可以查询含有特殊兄弟元素的点，含有特殊文本内容的元素，或者使用命名空间等等。如果你必须大量的查询xml文档，适当的学习使用xpath会节省你很多时间，它使用简单，执行速度快，比标准的dom需要更少的代码。

向dom中写入数据
文档对象模型并不是只能读取和查询，你也可以操作和写入。(dom标准有点冗长，因为编写者想尽量支持能够想像到的每一个环境，但是它工作的非常好)。看看下面这个例子，它在我们的article.xml文件中添加了一个新元素。

$item = $dom->createelement("item");
$title = $dom->createelement("title");
$titletext = $dom->createtextnode("xml in php5");
$title->appendchild($titletext);
$item->appendchild($title);
$dom->documentelement->appendchild($item);
print $dom->savexml();

首先，我们创建了所有需要的结点，一个item元素，一个title元素和一个包含item标题的文本结点，然后我们将所有的结点链接起来，把文本结点加到title元素上,把title元素加到item元素上，最后我们把item元素插入到articles根元素上。现在，我们的xml文档中有一个新的文章列表了。

扩展类(class)
好了，上面的例子都可以在php4下面用domxml扩展来做(只是api有一些不同)，能够自己扩展dom类是php5的一个新特性，这使得书写更多可读性强的代码变得可能。下面是用domdocument类重新写的整个例子：

class articles extends domdocument {
function __construct() {
//必须调用!
parent::__construct();
}

function addarticle($title) {
$item = $this->createelement("item");
$titlespace = $this->createelement("title");
$titletext = $this->createtextnode($title);
$titlespace->appendchild($titletext);
$item->appendchild($titlespace);
$this->documentelement->appendchild($item);
}
}
$dom = new articles();
$dom->load("articles.xml");
$dom->addarticle("xml in php5");
print $dom->save("newfile.xml");

html
php5中一个经常不被注意到的特性是libxml2库对html的支持，你不仅可以使用dom扩展载入结构良好(well-formed)的xml文档，还可以载入非结构良好的(not-well-formed)html文档，把它当做标准的domdocument对象，使用所有能用的方法和特性，比如xpath和simplexml。

当你需要访问一个你无法控制站点的内容时，html的性能就显示十分有用了。在 xpath, xslt 或 simplexml的帮助下，你省掉了许多代码，像使用正则表达式比较字符串或者sax解析器。当html文档结构不是很好的时候，这个办法尤其有用(这是个频繁的问题！)。

下面的代码获得并解析php.net的首页，将返第一个title元素的内容。

$dom = new domdocument();
$dom->loadhtmlfile("http://www.php.net/");
$title = $dom->getelementsbytagname("title");
print $title->item(0)->textcontent;

请注意当指定元素没有找到时，你的输出可能会包含错误。如果你的网站还在使用php输出html4代码，有一个好消息要告诉你，dom扩展不仅能载入html文档，而且还能将他们保存为html4格式的文件。在你添加完dom文档后，使用$dom->savehtml()来保存。要注意的是，为了使输出的html代码符合w3c标准，最好不用使用 整齐的扩展?(tidy extension)。libxml2 库支持的html并不会考虑到每个可能发生的事情，也不能很好的处理非通用格式的输入。

验证
xml文档的验证越来越重要了。例如，如果你从一些国外资源中获得了一个xml文档，在你处理之前你需要检验它是否符合某个确定的格式。幸运的是你不需要在php中写自己的验证程序，因为你可以使用三个应用最广泛的标准之一（dtd，xml schema 或relaxng）来完成它。.

dtd是一个产生于sgml时代的标准，缺少一些xml的新特性（如命名空间）,而且由于它不是用xml写的，它也很难被解析和转换。
xml schemai是由w3c制定的一个标准，它应用广泛，几乎包含了所有验证xml文档所需要的内容。
relaxng 是复杂的xml schema标准的对头，是由*者组织创建的，由于它比xml schema更容易实现，越来越多的程序开始支持relaxng了
如果你没有遗留下来的计划文档或者非常复杂的xml文档，那么使用relaxng吧。它书写和阅读都比较简单，越来越多的工具也支持它。甚至还有一个工具叫trang，它可以从xml范本中自动创建一个relaxng文档。而且只有relaxng（和老化的dtds）被libxml2完全支持，尽管libxml2也即将完全支持ml schema。

验证xml文档的语法相当简单：

$dom->validate('articles.dtd');
$dom->relaxngvalidate('articles.rng');
$dom->schemavalidate('articles.xsd');
目前，所有这些都只会简单的返回true或false,错误会被做为php警告输出。显然想返回给用户友好的信息这并不是一个好主意，在php5.0以后的版本里会有所改善。到底该怎么实现目前还在讨论之中，但是错误报告肯定会处理的更好。

simplexml
simplexml 是php的xml家族中最后一个被加入的成员，加入simplexml扩展的目的是为了提供一个使用标准对象属性和迭代器访问xml文档的更简单的方法。该扩展没有太多的方法，虽然如此它还是相当强大的。从我们的文档的取得所有title节点比原来需要更少的代码。

$sxe = simplexml_load_file("articles.xml");
foreach($sxe->item as $item) {
print $item->title ."\n";
}

这是在干什么？首先将articles.xml载入到一个simplexml对象。然后取得所有$sxe中的item元素，最后$item->title返回title元素的内容，就是这样。你也可以使用关联数组查询属性，使用: $item->title['id']。

看到了吧，这后面真是太神奇了，有许多不同的办法可以得到我们想要的结果，例如, $item->title[0]返回和例子中相同的结果，另一方面，foreach($sxe->item->title as $item)只返回第一个title,并不是所有在文档中的title元素。（就像我在xpath中预期的那样）。

simplexml 实际上是使用了zend引擎2新特性的第一个扩展。因此也成了这些新特性的测试点，你要知道在开发阶段bugs和不可预料的错误可不是少数。

除了上面例子中所使用的遍历所有节点的方法，在simplexml中也有一个xpath接口，它为访问单个结点提供了更简单的办法。

foreach($sxe->xpath('/articles/item/title') as $item) {
print $item . "\n";
}

不可否认，这段代码也不比前面例子中的短，但是提供了更复杂或更深的嵌套xml文档，你会发现和simplexml一起使用xpath会节省你很多的输入。

向 simplexml 文档写入数据
你不仅可以解析和读取simplexml，而且还可以改变simplexml文档。至少我们加入一些扩展：

$sxe->item->title = "xml in php5 "; //title元素的新内容。
$sxe->item->title['id'] = 34; // title元素的新属性。
$xmlstring = $sxe->asxml(); // 将simplexml对象做为序列化的xml字符串返回
print $xmlstring;

互用协作性
由于simplexml也是基于libxml2库的，你可以在几乎不影响速度的情况下轻松的将simplexml对象转化成domdocument对象。(文档不用进行内部复制)，由于这个机制，你拥有了二个对象的最好部分，使用一个适合你手头工作的工具吧，它是这样使用的:

$sxe = simplexml_import_dom($dom);
$dom = dom_import_simplexml($sxe);
xslt
xslt是用来将xml文档转换为其它xml文档的语言，xslt本身是用xml编写的，属于功能性语言家族，在程序处理上和面对对象语言（像php）有所不同。php4中有二种xslt处理器：sablotron（在广泛使用的xslt扩展中）和libxslt（在domxml扩展中），这两种api不互相兼容，并且使用方法也不相同。php5只支持libxslt处理器，之所以选择它是因为它是基于libxml2的，因此也更符合php5的xml概念。

理论上将sablotron绑定到php5上也是可能的，但是不幸的是没人来做。因此，如果你正在使用sablotron，你不得不在php5中切换到libxslt处理器。libxslt 是带有javascript异常处理支持的sablotron，甚至可以使用php强大的数据流来重新实现sablotron独有的计划处理（scheme handlers）。此外，libxslt 是 最快的xslt处理器之一，所以你还免费得到了速度的提升。（执行速度是sablotron的二倍）。

和本文讨论的其它扩展一样，你可以在xsl扩展，dom扩展和vice versa之间交换xml文档，实际上，你必须得这么做，因为ext/xsl扩展并没有载入和保存xml文档的接口，只能使用dom扩展。一开始学习xslt转换，你不需要掌握太多的内容，这里也不存在w3c标准，因为这个api中从mozilla“借”过来的。

首先你需要一个xslt样式表，将下列文本粘贴到一个新文件并且保存灰articls.xsl















然后用php脚本调用它：:



/* 将xml和xsl文档载入到domdocument对象*/
$xsl = new domdocument();
$xsl->load("articles.xsl");
$inputdom = new domdocument();
$inputdom->load("articles.xml");

/* 创建xslt处理器，并导入样式表*/
$proc = new xsltprocessor();
$xsl = $proc->importstylesheet($xsl);
$proc->setparameter(null, "titles", "titles");

/* 转换并输出xml文档 */
$newdom = $proc->transformtodoc($inputdom);
print $newdom->savexml();

?>

上面的例子首先使用dom的方法load()载入xslt样式表articles.xsl，然后创建了一个新的xsltprocessor对象，该对象导到了后面要使用了xslt样式表对象，参数可以这样设置setparameter(namespaceuri, name, value),最后xsltprocessor对象使用transformtodoc($inputdom)开始转换并返回一个新的domdocument对象。

. 这个api的优点在于你可以使用同一个样式表转换许多xml文档，只需要将它载入一次然后重复使用它，因为transormtodoc()函数可以应用于不同的xml文档。

除了transormtodoc()，还有二个用于转换的方法:transformtoxml($dom)返回一个字符串，transformtouri($dom, $uri)将转换之后的文档保存到文件或一个php数据流。注意如果你想使用xslt的一个语法如 或 indent="yes",你不能使用transformtodoc()，因为domdocument对象 不能保存该信息，只能当你将转换后的结果直接保存到字符串或文件中时才能这样做。

调用php函数
xslt扩展最后一个新加的特性是能够在xslt 样式表内部调用任何php函数，主张正统的xml支持者一定不会喜欢这个功能(这样的样式表有点复杂，很容易混淆逻辑和设计),在某些地方却是十分有用的。当涉及到函数时xslt就变得很有限，即使想实现用不同的语言输出一个日期也是非常麻烦的。但是使用这个功能，处理这些就和只使用php一样容易。下面是向xslt添加一个函数的代码：



function datelang () {
return strftime("%a");
}

$xsl = new domdocument();
$xsl->load("datetime.xsl");
$inputdom = new domdocument();
$inputdom->load("today.xml");

$proc = new xsltprocessor();
$proc->registerphpfunctions();

// 载入文档并使用$xsl来处理
$xsl = $proc->importstylesheet($xsl);

/* 转换并输出xml文档 */
$newdom = $proc->transformtodoc($inputdom);

print $newdom->savexml();

?>

下面是xslt样式表datetime.xsl，它会调用这个函数。








下面是要使用样式表转换的xml文档，today.xml(同理，articles.xml也会得到同样结果)。




上面的样式表，php脚本和所有的xml文件会用当前系统设置的语言输出星期的名字。你可以给php:function()添加更多的参数，添加的参数会被传递给php函数。这里有一个函数php:functionstring(),这个函数自动将所有输入的参数转换为字符串，所以你不需要在php里进行转换。

注意你需要在转换之前调用$xslt->registerphpfunctions()，否则php函数调用将因为安全原因不会被执行（你始终相信你的xslt样式表吗？）。目前访问系统还没有实现，也许在将来php5的版本中会实现这个功能。

摘要
php对xml的支持已经向前迈进了一大步，它符合标准，功能强大，互用协作性强，被作为默认选项安装，已被授权使用。新加入的simplexml扩展提供了简单快速访问xml文档的方法，可以节省你很多的代码，尤其是当你有结构化文档或者可以使用强大的xpath时。

感谢libxml2—php5 xml扩展所使用的底层库，使用dtd，relaxng或xml schema验证xml文档现在已经被支持了。

xsl支持也得到了翻新，现在使用libxslt库，比原来的sablotron库在性能上有很大提高，而且，在xslt样式表内部调用php函数可以让你写出更强大的xslt代码。

如果你已经在php4或其它语言中使用了xml，你会喜欢php5的xml特性的，xml在php5中有了很大的变化，符合标准，和其它工具，语言是同等的。（出处：viphot）