XML在PHP中应用_PHP教程
程序员文章站
2024-01-09 15:00:04
...
综述
XML代表Extensible Markup Language（eXtensible Markup Language的缩写，意为可扩展的标记语言）。XML是一套定义语义标记的规则，这些标记将文档分成许多部件并对这些部件加以标识。它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。XML是当今最热门的技术。而PHP也具有分析XML文档的功能,下面我们将共同探讨一下PHP中的XML应用的情况。
XML概貌
谈起XML(eXtended Markup Language：可扩展标记语言)，我们不妨先看一段HTML的代码：
＜html＞
＜title＞XML＜/title＞
＜body＞
＜p＞＜center＞＜font color="red"＞TEXT＜/font＞＜/center＞＜/p＞
＜a href="www.domain.com"＞＜img src="logo.jpg"/＞＜/a＞
＜/body＞
＜/html＞
上面这段代码从结构上就符合XML的规则，XML可以理解是包含数据的树形的结构类型：
1、引用同一个元素的时候，使用一致的大小写，如＜center＞＜/Center＞就是不符合规定的
2、任何属性值(如 href="????")要用""引起来，如＜a href=www.yahoo.com＞就是不正确的
3、所有元素必须由打开＜和关闭＞标注组成，元素应该形如＜body＞＜/body＞或空元素＜img ... /＞，如果结尾的 "/＞" 少了"/"就是错误的代码
4、所有元素必须彼此嵌套，就像写程序的循环一样，而且，所有的元素必须嵌套于根元素之中，比如上面的代码所有的内容都嵌套于＜html＞＜/html＞之中。
5、元素名称(即上面的body a p img等)应为字母开头。
怎样应用PHP的XML解析器 Expat？
Expat是PHP脚本语言的XML解析器（同样称为XML处理器），可以使程序访问XML文档的结构和内容。它是一种基于事件的解析器。XML解析器有两种基本类型：
基于树型的解析器：将XML文档转换成树型结构。这类解析器分析整篇文章，同时提供一个API来访问所产生树的每个元素。其通用的标准为DOM（文档对象模式）。
基于事件的解析器：将XML文档视为一系列的事件。当一个特殊事件发生时，解析器将调用开发者提供的函数来处理。基于事件的解析器有一个XML文档的数据集中视图，也就是说它集中在XML文档的数据部分，而不是其结构。这些解析器从头到尾处理文档，并将类似于－元素的开始、元素的结尾、特征数据的开始等等－事件通过回调（callback）函数报告给应用程序。
以下是一个"Hello-World"的XML文档范例：
＜greeting＞
Hello World
＜/greeting＞
基于事件的解析器将报告为三个事件：
开始元素：greeting
CDATA项的开始，值为：Hello World
结束元素：greeting
基于事件的解析器不产生描述文档的结构，当然如果使用Expat，必要时它一样可以在PHP中生成完全的原生树结构。在CDATA项中，基于事件的解析器不会得到父元素greeting的信息。然而，它提供一个更底层的访问，这就使得可以更好地利用资源和更快地访问。通过这种方式，就没有必要将整个文档放入内存；而事实上，整个文档甚至可以大于实际内存值。
上面Hello-World的范例虽然包括完整的XML格式，但它是无效的，因为既没有DTD（文档类型定义）与其联系，也没有内嵌DTD。但是 Expat是一个不检查有效性的解析器，因此忽略任何与文档联系的DTD。应注意的是文档仍然需要完整的格式，否则Expat（和其他符合XML标准的解析器一样）将会随着出错信息而停止。
编译Expat
Expat可以编译进PHP3.0.6版本（或以上）中。从Apache1.3.22开始，Expat已经作为Apache的一部分。在Unix系统中，可以通过-with-xml选项配置 PHP将其编译入PHP。
如果将PHP编译为Apache的模块，而Expat将默认作为Apache的一部分。在Windows 中，则必须要加载XML动态连接库。
XML范例：XMLstats
我们所要讨论的范例是使用Expat来收集XML 文档的统计数据。
对于文档中每个元素，以下信息都将被输出：
* 该元素在文档中使用的次数
* 该元素中字符数据的数量
* 元素的父元素
* 元素的子元素
注意：为了演示，我们利用PHP来产生一个结构来保存元素的父元素和子元素
用于产生XML解析器实例的函数有哪些？
用于产生XML解析器实例的函数为xml_parser_create()。该实例将用于以后的所有函数。这个思路非常类似于PHP中MySQL函数的连接标记。在解析文档前，基于事件的解析器通常要求注册回调函数－用于特定的事件发生时调用。Expat没有例外事件，它定义了如下七个可能事件：
对象 XML解析函数 描述
元素 xml_set_element_handler() 元素的开始和结束
字符数据 xml_set_character_data_handler() 字符数据的开始
外部实体 xml_set_external_entity_ref_handler() 外部实体出现
未解析外部实体 xml_set_unparsed_entity_decl_handler() 未解析的外部实体出现
处理指令 xml_set_processing_instruction_handler() 处理指令的出现
记法声明 xml_set_notation_decl_handler() 记法声明的出现
默认 xml_set_default_handler() 其它没有指定处理函数的事件
所有的回调函数必须将解析器的实例作为其第一个参数（此外还有其它参数）。
对于本文最后的范例脚本，需要注意的是它既用到了元素处理函数又用到了字符数据处理函数。元素的回调处理函数通过xml_set_element_handler()来注册。
这个函数需要三个参数：
解析器的实例
处理开始元素的回调函数的名称
处理结束元素的回调函数的名称
当开始解析XML文档时，回调函数必须存在。它们必须定义为与PHP手册中所描述的原型一致。
例如，Expat将三个参数传递给开始元素的处理函数。在脚本范例中，其定义如下：
function start_element($parser, $name, $attrs)
$parser是解析器标志，$name是开始元素的名称，$attrs为包含元素所有属性和值的数组。
一旦开始解析XML文档，Expat在遇到开始元素是都将调用start_element()函数并将参数传递过去。
XML 的Case Folding选项
用xml_parser_set_option()函数将Case folding选项关闭。这个选项默认是打开的，使得传递给处理函数的元素名自动转换为大写。但XML对大小写是敏感的（所以大小写对统计XML文档是非常重要的）。对于我们的范例，case folding选项必须关闭。
如何对文档进行解析?
在完成所有的准备工作后，现在脚本终于可以解析XML文档：
Xml_parse_from_file()，一个自定义的函数，打开参数中指定的文件，并以4kb的大小进行解析
xml_parse()，和xml_parse_from_file()一样，当发生错误时，即XML文档的格式不完全时，将会返回 false。
我们可以使用xml_get_error_code()函数来得到最后一个错误的数字代码。将此数字代码传递给 xml_error_string()函数即可得到错误的文本信息。输出XML当前的行数，使得调试更容易。
当解析文档时，对于 Expat需要强调问题的是：如何保持文档结构的基本描述？
如前所述，基于事件的解析器本身并不产生任何结构信息。不过标签 (tag)结构是XML的重要特性。例如，元素序列＜book＞＜title＞表示的意思不同于＜figure＞＜title＞。书名和图名是没有关系的，虽然它们都用到"title"这个术语。因此，为了更有效地使用基于事件的解析器处理XML，必须使用自己的栈(stacks)或列表(lists) 来维护文档的结构信息。
为了产生文档结构的镜像，脚本至少需要知道目前元素的父元素。用Exapt的API是无法实现的，它只报告目前元素的事件，而没有任何前后关系的信息。因此，需要建立自己的栈结构。
脚本范例使用先进后出(FILO)的栈结构。通过一个数组，栈将保存全部的开始元素。对于开始元素处理函数，目前的元素将被array_push()函数推到栈的顶部。相应的，结束元素处理函数通过 array_pop()将最顶的元素移走。
对于序列＜book＞＜title＞＜/title＞＜/book＞，栈的填充如下：
开始元素book：将"book"赋给栈的第一个元素($stack[0])。
开始元素title：将"title"赋给栈的顶部 ($stack[1])。
结束元素title：从栈中将最顶部的元素移去($stack[1])。
结束元素title：从栈中将最
XML代表Extensible Markup Language（eXtensible Markup Language的缩写，意为可扩展的标记语言）。XML是一套定义语义标记的规则，这些标记将文档分成许多部件并对这些部件加以标识。它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。XML是当今最热门的技术。而PHP也具有分析XML文档的功能,下面我们将共同探讨一下PHP中的XML应用的情况。
XML概貌
谈起XML(eXtended Markup Language：可扩展标记语言)，我们不妨先看一段HTML的代码：
＜html＞
＜title＞XML＜/title＞
＜body＞
＜p＞＜center＞＜font color="red"＞TEXT＜/font＞＜/center＞＜/p＞
＜a href="www.domain.com"＞＜img src="logo.jpg"/＞＜/a＞
＜/body＞
＜/html＞
上面这段代码从结构上就符合XML的规则，XML可以理解是包含数据的树形的结构类型：
1、引用同一个元素的时候，使用一致的大小写，如＜center＞＜/Center＞就是不符合规定的
2、任何属性值(如 href="????")要用""引起来，如＜a href=www.yahoo.com＞就是不正确的
3、所有元素必须由打开＜和关闭＞标注组成，元素应该形如＜body＞＜/body＞或空元素＜img ... /＞，如果结尾的 "/＞" 少了"/"就是错误的代码
4、所有元素必须彼此嵌套，就像写程序的循环一样，而且，所有的元素必须嵌套于根元素之中，比如上面的代码所有的内容都嵌套于＜html＞＜/html＞之中。
5、元素名称(即上面的body a p img等)应为字母开头。
怎样应用PHP的XML解析器 Expat？
Expat是PHP脚本语言的XML解析器（同样称为XML处理器），可以使程序访问XML文档的结构和内容。它是一种基于事件的解析器。XML解析器有两种基本类型：
基于树型的解析器：将XML文档转换成树型结构。这类解析器分析整篇文章，同时提供一个API来访问所产生树的每个元素。其通用的标准为DOM（文档对象模式）。
基于事件的解析器：将XML文档视为一系列的事件。当一个特殊事件发生时，解析器将调用开发者提供的函数来处理。基于事件的解析器有一个XML文档的数据集中视图，也就是说它集中在XML文档的数据部分，而不是其结构。这些解析器从头到尾处理文档，并将类似于－元素的开始、元素的结尾、特征数据的开始等等－事件通过回调（callback）函数报告给应用程序。
以下是一个"Hello-World"的XML文档范例：
＜greeting＞
Hello World
＜/greeting＞
基于事件的解析器将报告为三个事件：
开始元素：greeting
CDATA项的开始，值为：Hello World
结束元素：greeting
基于事件的解析器不产生描述文档的结构，当然如果使用Expat，必要时它一样可以在PHP中生成完全的原生树结构。在CDATA项中，基于事件的解析器不会得到父元素greeting的信息。然而，它提供一个更底层的访问，这就使得可以更好地利用资源和更快地访问。通过这种方式，就没有必要将整个文档放入内存；而事实上，整个文档甚至可以大于实际内存值。
上面Hello-World的范例虽然包括完整的XML格式，但它是无效的，因为既没有DTD（文档类型定义）与其联系，也没有内嵌DTD。但是 Expat是一个不检查有效性的解析器，因此忽略任何与文档联系的DTD。应注意的是文档仍然需要完整的格式，否则Expat（和其他符合XML标准的解析器一样）将会随着出错信息而停止。
编译Expat
Expat可以编译进PHP3.0.6版本（或以上）中。从Apache1.3.22开始，Expat已经作为Apache的一部分。在Unix系统中，可以通过-with-xml选项配置 PHP将其编译入PHP。
如果将PHP编译为Apache的模块，而Expat将默认作为Apache的一部分。在Windows 中，则必须要加载XML动态连接库。
XML范例：XMLstats
我们所要讨论的范例是使用Expat来收集XML 文档的统计数据。
对于文档中每个元素，以下信息都将被输出：
* 该元素在文档中使用的次数
* 该元素中字符数据的数量
* 元素的父元素
* 元素的子元素
注意：为了演示，我们利用PHP来产生一个结构来保存元素的父元素和子元素
用于产生XML解析器实例的函数有哪些？
用于产生XML解析器实例的函数为xml_parser_create()。该实例将用于以后的所有函数。这个思路非常类似于PHP中MySQL函数的连接标记。在解析文档前，基于事件的解析器通常要求注册回调函数－用于特定的事件发生时调用。Expat没有例外事件，它定义了如下七个可能事件：
对象 XML解析函数 描述
元素 xml_set_element_handler() 元素的开始和结束
字符数据 xml_set_character_data_handler() 字符数据的开始
外部实体 xml_set_external_entity_ref_handler() 外部实体出现
未解析外部实体 xml_set_unparsed_entity_decl_handler() 未解析的外部实体出现
处理指令 xml_set_processing_instruction_handler() 处理指令的出现
记法声明 xml_set_notation_decl_handler() 记法声明的出现
默认 xml_set_default_handler() 其它没有指定处理函数的事件
所有的回调函数必须将解析器的实例作为其第一个参数（此外还有其它参数）。
对于本文最后的范例脚本，需要注意的是它既用到了元素处理函数又用到了字符数据处理函数。元素的回调处理函数通过xml_set_element_handler()来注册。
这个函数需要三个参数：
解析器的实例
处理开始元素的回调函数的名称
处理结束元素的回调函数的名称
当开始解析XML文档时，回调函数必须存在。它们必须定义为与PHP手册中所描述的原型一致。
例如，Expat将三个参数传递给开始元素的处理函数。在脚本范例中，其定义如下：
function start_element($parser, $name, $attrs)
$parser是解析器标志，$name是开始元素的名称，$attrs为包含元素所有属性和值的数组。
一旦开始解析XML文档，Expat在遇到开始元素是都将调用start_element()函数并将参数传递过去。
XML 的Case Folding选项
用xml_parser_set_option()函数将Case folding选项关闭。这个选项默认是打开的，使得传递给处理函数的元素名自动转换为大写。但XML对大小写是敏感的（所以大小写对统计XML文档是非常重要的）。对于我们的范例，case folding选项必须关闭。
如何对文档进行解析?
在完成所有的准备工作后，现在脚本终于可以解析XML文档：
Xml_parse_from_file()，一个自定义的函数，打开参数中指定的文件，并以4kb的大小进行解析
xml_parse()，和xml_parse_from_file()一样，当发生错误时，即XML文档的格式不完全时，将会返回 false。
我们可以使用xml_get_error_code()函数来得到最后一个错误的数字代码。将此数字代码传递给 xml_error_string()函数即可得到错误的文本信息。输出XML当前的行数，使得调试更容易。
当解析文档时，对于 Expat需要强调问题的是：如何保持文档结构的基本描述？
如前所述，基于事件的解析器本身并不产生任何结构信息。不过标签 (tag)结构是XML的重要特性。例如，元素序列＜book＞＜title＞表示的意思不同于＜figure＞＜title＞。书名和图名是没有关系的，虽然它们都用到"title"这个术语。因此，为了更有效地使用基于事件的解析器处理XML，必须使用自己的栈(stacks)或列表(lists) 来维护文档的结构信息。
为了产生文档结构的镜像，脚本至少需要知道目前元素的父元素。用Exapt的API是无法实现的，它只报告目前元素的事件，而没有任何前后关系的信息。因此，需要建立自己的栈结构。
脚本范例使用先进后出(FILO)的栈结构。通过一个数组，栈将保存全部的开始元素。对于开始元素处理函数，目前的元素将被array_push()函数推到栈的顶部。相应的，结束元素处理函数通过 array_pop()将最顶的元素移走。
对于序列＜book＞＜title＞＜/title＞＜/book＞，栈的填充如下：
开始元素book：将"book"赋给栈的第一个元素($stack[0])。
开始元素title：将"title"赋给栈的顶部 ($stack[1])。
结束元素title：从栈中将最顶部的元素移去($stack[1])。
结束元素title：从栈中将最