欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

php 解析xml 的四种方法详细介绍

程序员文章站 2024-03-02 21:50:28
php 解析xml 的四种方法 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, s...

php 解析xml 的四种方法

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 = "<para><note>simple note</note></para>";
$p = xml_parser_create();
xml_parse_into_struct($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 array
array
(
  [para] => array
    (
      [0] => 0
      [1] => 2
    )

  [note] => array
    (
      [0] => 1
    )
)

vals array
array
(
  [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 = '
<infos>
<para><note>note1</note><extra>extra1</extra></para>
<para><note>note2</note></para>
<para><note>note3</note><extra>extra3</extra></para>
</infos>
';

$p = xml_parser_create();
xml_parse_into_struct($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 = <<<xml
<infos>
<para><note>note1</note><extra>extra1</extra></para>
<para><note>note2</note></para>
<para><note>note3</note><extra>extra3</extra></para>
</infos>
xml;

$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。 simplexml

simplexml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 = <<<xml
<?xml version='1.0'?>
<document>
 <cmd>login</cmd>
 <login>imdonkey</login>
</document>
xml;

$xml = simplexml_load_string($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。 xmlreader

xmlreader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。 domdocument

domdocument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 = <<<xml
<?xml version='1.0'?>
<document>
 <cmd attr='default'>login</cmd>
 <login>imdonkey</login>
</document>
xml;

$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。

感谢阅读,希望能帮助到大家,谢谢大家对本站支持!