PHP Cookbook读书笔记 – 第12章XML

什么是XML？ XML（eXtensible Markup Language）是国际标准化组织的标准通用标记语言SGML的子集。由以下规范组成： 可扩展样式语言（eXtensible Sytle Language , XSL) XML链接语言（XML Linking Language，包括Xpath、Xlink和Xpointer） XML名称空间（XML N

什么是XML？

XML（eXtensible Markup Language）是国际标准化组织的标准通用标记语言SGML的子集。由以下规范组成：

• 可扩展样式语言（eXtensible Sytle Language , XSL)
• XML链接语言（XML Linking Language，包括Xpath、Xlink和Xpointer）
• XML名称空间（XML Namespace）

在PHP5之前的版本对XML的处理存在很多的问题，例如XML工具之间只具有简单的关联、每个工具不能一起协同工作等，PHP5中的新XML扩展具有下列特点：

• 能够像一个整体一样协调工作
• 是一个标准化的XML库：libxml2
• 完全遵循W3C规范
• 更有效地处理数据
• 是你工作中合适的XML工具

HTML和XML区别与联系？

HTML和XML都是SGML的子集，所以他们有很大的相似性。下面是XML相对于HTML具有的独特性：

• 可扩展性，用以定义需要的新标记。这对于今天的web是很有意义的
• 结构，用于表示任意复杂程度的数据。从某种意义上说是一个小型的关系数据库
• 校验，用以检查数据的结构正确性。通过DTD约束可以达到这一目的。
• 媒体无关性，以多种格式发布内容。网页、手机显示的wml、其他媒体终端的显示等
• 厂商和平台中立
• 数据的表示与内容分离（这是与html本质区别，但现在流行的DIV+CSS设计思路与这种近似）
• XML的元素区分大小写
• 任何元素都需要有结束标记
• XML只有一个根元素
• 属性必须加上引号

一个完整的XML长什么样子？

SimpsonsFOX8:00 PM30Law & OrderNBC8:00 PM60

　　

形式良好的XML文档须具备下列特征：

• 每一个元素有一个开始和结束标记
• 文档有且只有一个根元素，其他的所有元素都是它的子元素
• 正确的格式化空元素
• 标记的大小写匹配
• 正确的嵌套
• 属性值必须用引号
• 实体在引用之前必须声明
• 实体不能循环指向自身

通过DOM生成XML

 
// 创建一个新的文档
$dom = new DOMDocument('1.0');
// 创建一个根元素并将其添加到文档
$book = $dom->appendChild($dom->createElement('book'));
// 创建一个title子元素，并添加到$book中
$title = $book->appendChild($dom->createElement('title'));
// 设置title元素的文本及cover属性
$title->appendChild($dom->createTextNode('PHP Cookbook'));
$title->setAttribute('cover', 'soft');
// 创建并将author元素添加到$book中
$sklar = $book->appendChild($dom->createElement('author'));
//添加文本到author节点
$sklar->appendChild($dom->createTextNode('Sklar'));

$trachtenberg = $book->appendChild($dom->createElement('author'));
$trachtenberg->appendChild($dom->createTextNode('Trachtenberg'));

// 输出完美格式化的XML文档
$dom->formatOutput = true;
echo $dom->saveXML();

输出内容如下：

PHP Cookbook

用PHP解析已经存在的XML文件

常用有三种方式来解析XML文件

1. 对于简单文件采用SimpleXML
2. 对于复杂的XML文件采用DOM扩展来实现
3. 对于大型XML文件采用XMLReader扩展来实现

XML示例文件如下(address-book.xml)：

DavidSklarNew [e-mail] [e-mail]

　　

通过SimpleXML方式：

$sx = simplexml_load_file('address-book.xml');

foreach ($sx->person as $person) {
    $firstname_text_value = $person->firstname;
    $lastname_text_value = $person->lastname;

    print "$firstname_text_value $lastname_text_value\n";
}

通过DOM扩展：

 
$dom = new DOMDocument;
$dom->load('address-book.xml');

foreach ($dom->getElementsByTagname('person') as $person) {
    $firstname = $person->getElementsByTagname('firstname');
    $firstname_text_value = $firstname->item(0)->firstChild->nodeValue;

    $lastname = $person->getElementsByTagname('lastname');
    $lastname_text_value = $lastname->item(0)->firstChild->nodeValue;

    print "$firstname_text_value $lastname_text_value\n";
}

通过XMLReader扩展：

$reader = new XMLReader();
$reader->open('card-catalog.xml');

while ($reader->read()) {
    if ($reader->nodeType == XMLREADER::ELEMENT && $reader->localName == 'author') {
        $reader->read();
        print $reader->value . "\n";
    }
}

用XPath来查询信息

在SimpleXML和DOM扩展中都有XPath

//SimpleXml示例
$emails = $s->xpath('/address-book/preson/email');

//DOM扩展示例
$xpath = new DOMXPath($dom);
$email = $xpath->query('/address-book/preson/email');

验证XML文档是否合法

在PHP中，DOM扩展支持基于DTD,XML Schema和RelaxNG的验证，而SimpleXML则只提供了XML Schema验证。

XML内容为UTF-8格式

如果数据来源为其他格式，需要经过编码为UTF-8格式，下面是通过iconv库进行转换的示例

$utf_8 = iconv('ISO-8859-1', 'UTF-8', $iso_8859_1);

其他参考资料：《PHP高级开发技术与实例》 清华大学出版社