php 解析xml 的四種方法（轉）

時間  2019-11-20
標籤 php 解析 xml 四種 方法 欄目 PHP 简体版
原文   原文鏈接

XML處理是開發過程當中常常遇到的，PHP對其也有很豐富的支持，本文只是對其中某幾種解析技術作簡要說明，包括：Xml parser, SimpleXML, XMLReader, DOMDocument。
php

1。 XML Expat Parser：
html

XML Parser使用Expat XML解析器。Expat是一種基於事件的解析器，它把XML文檔視爲一系列事件。當某個事件發生時，它調用一個指定的函數處理它。Expat是無驗證的解析器，忽略任何連接到文檔的DTD。可是，若是文檔的形式很差，則會以一個錯誤消息結束。因爲它基於事件，且無驗證，Expat具備快速並適合web應用程序的特性。node

XML Parser的優點是性能好，由於它不是將整個xml文檔載入內存後再處理，而是邊解析邊處理。但也正由於如此，它不適合那些要對xml結構作動態調整、或基於xml上下文結構作複雜操做的需求。若是你只是要解析處理一個結構良好的xml文檔，那麼它能夠很好的完成任務。須要注意的是XML Parser只支持三種編碼格式：US-ASCII, ISO-8859-1和UTF-8，若是你的xml數據是其餘編碼，須要先轉換成以上三個之一。
XML Parser經常使用的解析方式大致有兩種（其實就是兩個函數）：xml_parse_into_struct和xml_set_element_handler。web


xml_parse_into_structapi

此方法是將xml數據解析到兩個數組中：
index數組——包含指向Value 數組中值的位置的指針
value數組——包含來自被解析的 XML 的數據數組

這倆數組文字描述起來有點麻煩，仍是看個例子吧（來自php官方文檔）緩存

$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);

輸出：
Index array
Array
(
    [PARA] => Array
        (
            [0] => 0
            [1] => 2
        )dom

    [NOTE] => Array
        (
            [0] => 1
        )
)函數

Vals array
Array
(
    [0] => Array
        (
            [tag] => PARA
            [type] => open
            [level] => 1
        )工具

    [1] => Array
        (
            [tag] => NOTE
            [type] => complete
            [level] => 2
            [value] => simple note
        )

    [2] => Array
        (
            [tag] => PARA
            [type] => close
            [level] => 1
        )
)

其中index數組以標籤名爲key，對應的值是一個數組，裏面包括全部此標籤在value數組中的位置。而後經過這個位置，找到此標籤對應的值。

若是xml中每組數據格式有出入，不能作到徹底統一，那麼在寫代碼時要注意，說不定就獲得了錯誤的結果。好比下面這個例子：

$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);
$result = array();
//下面的遍歷方式有bug隱患
for ($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);

要是按照上面那種方式遍歷，看似代碼簡單，可是暗藏危機，最致命的是獲得錯誤的結果（extra3跑到第二個para裏了）。因此要以一種比較嚴謹的方式遍歷：

$result = array();
$paraTagIndexes = $tags['PARA'];
$paraCount = count($paraTagIndexes);
for($i = 0; $i < $paraCount; $i += 2) {
  $para = array();
  //遍歷para標籤對之間的全部值
  for($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;
}

其實我不多用xml_parse_into_struct函數，因此上面所謂「嚴謹」的代碼保不齊還會有其餘狀況下的bug。- -|
xml_set_element_handler

這種方式是爲parser設置處理元素起始、元素終止的回調函數。配套的還有xml_set_character_data_handler用來爲parser設置數據的回調函數。這種方式寫的代碼比較清晰，利於維護。

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);

可見，set handler方式雖然代碼行數多，但思路清晰，可讀性更好，不過性能上略慢於第一種方式，並且靈活性不強。XML Parser支持PHP4，適用於於使用老版本的系統。對於PHP5環境，仍是優先考慮下面的方法吧。

2。 SimpleXML

SimpleXML是PHP5後提供的一套簡單易用的xml工具集，能夠把xml轉換成方便處理的對象，也能夠組織生成xml數據。不過它不適用於包含namespace的xml，並且要保證xml格式完整(well-formed)。它提供了三個方法：simplexml_import_dom、simplexml_load_file、simplexml_load_string，函數名很直觀地說明了函數的做用。三個函數都返回SimpleXMLElement對象，數據的讀取/添加都是經過SimpleXMLElement操做。

$string = <<<XML
<?xml version='1.0'?>
<document>
  <cmd>login</cmd>
  <login>imdonkey</login>
</document>
XML;

$xml = simplexml_load_string($string);
print_r($xml);
$login = $xml->login;//這裏返回的依然是個SimpleXMLElement對象
print_r($login);
$login = (string) $xml->login;//在作數據比較時，注意要先強制轉換
print_r($login);

SimpleXML的優勢是開發簡單，缺點是它會將整個xml載入內存後再進行處理，因此在解析超多內容的xml文檔時可能會力不從心。若是是讀取小文件，並且xml中也不包含namespace，那SimpleXML是很好的選擇。

 

3。 XMLReader

XMLReader也是PHP5以後的擴展（5.1後默認安裝），它就像遊標同樣在文檔流中移動，並在每一個節點處停下來，操做起來很靈活。它提供了對輸入的快速和非緩存的流式訪問，能夠讀取流或文檔，使用戶從中提取數據，並跳過對應用程序沒有意義的記錄。
以一個利用google天氣api獲取信息的例子展現下XMLReader的使用，這裏也只涉及到一小部分函數，更多還請參考官方文檔。

$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相似，都是邊讀邊操做，較大的差別在於SAX模型是一個「推送」模型，其中分析器將事件推到應用程序，在每次讀取新節點時通知應用程序，而使用XmlReader的應用程序能夠隨意從讀取器提取節點，可控性更好。
因爲XMLReader基於libxml，因此有些函數要參考文檔看看是否適用於你的libxml版本。

4。 DOMDocument

DOMDocument仍是PHP5後推出的DOM擴展的一部分，可用來創建或解析html/xml，目前只支持utf-8編碼。

$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;
}

從函數名上看感受跟JavaScript很像，應該是借鑑了一些吧。DOMDocument也是一次性將xml載入內存，因此內存問題一樣須要注意。PHP提供了這麼多的xml處理方式，開發人員在選擇上就要花些時間瞭解，選擇適合項目需求及系統環境、又便於維護的方法。

轉 

 http://www.phpzh.com/archives/525/2
相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程