用 PHP 读取和编写 XML DOM.docx
《用 PHP 读取和编写 XML DOM.docx》由会员分享，可在线阅读，更多相关《用 PHP 读取和编写 XML DOM.docx（44页珍藏版）》请在冰豆网上搜索。
用PHP读取和编写XMLDOM
用PHP读取和编写可扩展标记语言（XML）看起来可能有点恐怖。
实际上，XML和它的所有相关技术可能是恐怖的，但是用PHP读取和编写XML不一定是项恐怖的任务。
首先，需要学习一点关于XML的知识——它是什么，用它做什么。
然后，需要学习如何用PHP读取和编写XML，而有许多种方式可以做这件事。
本文提供了XML的简短入门，然后解释如何用PHP读取和编写XML。
什么是XML？
XML是一种数据存储格式。
它没有定义保存什么数据，也没有定义数据的格式。
XML只是定义了标记和这些标记的属性。
格式良好的XML标记看起来像这样：
JackHerrington
这个标记包含一些文本：
JackHerrington。
不包含文本的XML标记看起来像这样：
用XML对某件事进行编写的方式不止一种。
例如，这个标记形成的输出与前一个标记相同：
也可以向XML标记添加属性。
例如，这个标记包含first和last属性：
也可以用XML对特殊字符进行编码。
例如，&符号可以像这样编码：
&
包含标记和属性的XML文件如果像示例一样格式化，就是格式良好的，这意味着标记是对称的，字符的编码正确。
清单1是一份格式良好的XML的示例。
清单1.XML图书列表示例
JackHerrington
PHPHacksO'Reilly
JackHerrington
PodcastingHacksO'Reilly
清单1中的XML包含一个图书列表。
父标记包含一组标记，每个标记又包含、和<publisher>标记。</p><p>当XML文档的标记结构和内容得到外部模式文件的验证后，XML文档就是正确的。</p><p>模式文件可以用不同的格式指定。</p><p>对于本文来说，所需要的只是格式良好的XML。</p><p>如果觉得XML看起来很像超文本标记语言（HTML），那么就对了。</p><p>XML和HTML都是基于标记的语言，它们有许多相似之处。</p><p>但是，要着重指出的是：</p><p>虽然XML文档可能是格式良好的HTML，但不是所有的HTML文档都是格式良好的XML。</p><p>换行标记（br）是XML和HTML之间区别的一个好例子。</p><p>这个换行标记是格式良好的HTML，但不是格式良好的XML：</p><p><p>Thisisaparagraph<br></p><p>Withalinebreak</p></p><p>这个换行标记是格式良好的XML和HTML：</p><p><p>Thisisaparagraph<br/></p><p>Withalinebreak</p></p><p>如果要把HTML编写成同样是格式良好的XML，请遵循W3C委员会的可扩展超文本标记语言（XHTML）标准（参见参考资料）。</p><p>所有现代的浏览器都能呈现XHTML。</p><p>而且，还可以用XML工具读取XHTML并找出文档中的数据，这比解析HTML容易得多。</p><p>回页首</p><p>使用DOM库读取XML</p><p>读取格式良好的XML文件最容易的方式是使用编译成某些PHP安装的文档对象模型（DOM）库。</p><p>DOM库把整个XML文档读入内存，并用节点树表示它，如图1所示。</p><p>图1.图书XML的XMLDOM树</p><p>树顶部的books节点有两个book子标记。</p><p>在每本书中，有author、publisher和title几个节点。</p><p>author、publisher和title节点分别有包含文本的文本子节点。</p><p>读取图书XML文件并用DOM显示内容的代码如清单2所示。</p><p>清单2.用DOM读取图书XML</p><p><?</p><p>php</p><p>$doc=newDOMDocument（）;</p><p>$doc->load（'books.xml'）;</p><p>$books=$doc->getElementsByTagName（"book"）;</p><p>foreach（$booksas$book）</p><p>{</p><p>$authors=$book->getElementsByTagName（"author"）;</p><p>$author=$authors->item（0）->nodeValue;</p><p>$publishers=$book->getElementsByTagName（"publisher"）;</p><p>$publisher=$publishers->item（0）->nodeValue;</p><p>$titles=$book->getElementsByTagName（"title"）;</p><p>$title=$titles->item（0）->nodeValue;</p><p>echo"$title-$author-$publisher\n";</p><p>}</p><p>?</p><p>></p><p>脚本首先创建一个newDOMdocument对象，用load方法把图书XML装入这个对象。</p><p>之后，脚本用getElementsByName方法得到指定名称下的所有元素的列表。</p><p>在book节点的循环中，脚本用getElementsByName方法获得author、publisher和title标记的nodeValue。</p><p>nodeValue是节点中的文本。</p><p>脚本然后显示这些值。</p><p>可以在命令行上像这样运行PHP脚本：</p><p>%phpe1.php</p><p>PHPHacks-JackHerrington-O'Reilly</p><p>PodcastingHacks-JackHerrington-O'Reilly</p><p>%</p><p>可以看到，每个图书块输出一行。</p><p>这是一个良好的开始。</p><p>但是，如果不能访问XMLDOM库该怎么办？</p><p>回页首</p><p>用SAX解析器读取XML</p><p>读取XML的另一种方法是使用XMLSimpleAPI（SAX）解析器。</p><p>PHP的大多数安装都包含SAX解析器。</p><p>SAX解析器运行在回调模型上。</p><p>每次打开或关闭一个标记时，或者每次解析器看到文本时，就用节点或文本的信息回调用户定义的函数。</p><p>SAX解析器的优点是，它是真正轻量级的。</p><p>解析器不会在内存中长期保持内容，所以可以用于非常巨大的文件。</p><p>缺点是编写SAX解析器回调是件非常麻烦的事。</p><p>清单3显示了使用SAX读取图书XML文件并显示内容的代码。</p><p>清单3.用SAX解析器读取图书XML</p><p><?</p><p>php</p><p>$g_books=array（）;</p><p>$g_elem=null;</p><p>functionstartElement（$parser,$name,$attrs）</p><p>{</p><p>global$g_books,$g_elem;</p><p>if（$name=='BOOK'）$g_books[]=array（）;</p><p>$g_elem=$name;</p><p>}</p><p>functionendElement（$parser,$name）</p><p>{</p><p>global$g_elem;</p><p>$g_elem=null;</p><p>}</p><p>functiontextData（$parser,$text）</p><p>{</p><p>global$g_books,$g_elem;</p><p>if（$g_elem=='AUTHOR'||</p><p>$g_elem=='PUBLISHER'||</p><p>$g_elem=='TITLE'）</p><p>{</p><p>$g_books[count（$g_books）-1][$g_elem]=$text;</p><p>}</p><p>}</p><p>$parser=xml_parser_create（）;</p><p>xml_set_element_handler（$parser,"startElement","endElement"）;</p><p>xml_set_character_data_handler（$parser,"textData"）;</p><p>$f=fopen（'books.xml','r'）;</p><p>while（$data=fread（$f,4096））</p><p>{</p><p>xml_parse（$parser,$data）;</p><p>}</p><p>xml_parser_free（$parser）;</p><p>foreach（$g_booksas$book）</p><p>{</p><p>echo$book['TITLE']."-".$book['AUTHOR']."-";</p><p>echo$book['PUBLISHER']."\n";</p><p>}</p><p>?</p><p>></p><p>脚本首先设置g_books数组，它在内存中容纳所有图书和图书信息，g_elem变量保存脚本目前正在处理的标记的名称。</p><p>然后脚本定义回调函数。</p><p>在这个示例中，回调函数是startElement、endElement和textData。</p><p>在打开和关闭标记的时候，分别调用startElement和endElement函数。</p><p>在开始和结束标记之间的文本上面，调用textData。</p><p>在这个示例中，startElement标记查找book标记，在book数组中开始一个新元素。</p><p>然后，textData函数查看当前元素，看它是不是publisher、title或author标记。</p><p>如果是，函数就把当前文本放入当前图书。</p><p>为了让解析继续，脚本用xml_parser_create函数创建解析器。</p><p>然后，设置回调句柄。</p><p>之后，脚本读取文件并把文件的大块内容发送到解析器。</p><p>在文件读取之后，xml_parser_free函数删除解析器。</p><p>脚本的末尾输出g_books数组的内容。</p><p>可以看到，这比编写DOM的同样功能要困难得多。</p><p>如果没有DOM库也没有SAX库该怎么办？</p><p>还有替代方案么？</p><p>回页首</p><p>用正则表达式解析XML</p><p>可以肯定，即使提到这个方法，有些工程师也会批评我，但是确实可以用正则表达式解析XML。</p><p>清单4显示了使用preg_函数读取图书文件的示例。</p><p>清单4.用正则表达式读取XML</p><p><?</p><p>php</p><p>$xml="";</p><p>$f=fopen（'books.xml','r'）;</p><p>while（$data=fread（$f,4096））{$xml.=$data;}</p><p>fclose（$f）;</p><p>preg_match_all（"/\<book\>（.*?</p><p>）\<\/book\>/s",</p><p>$xml,$bookblocks）;</p><p>foreach（$bookblocks[1]as$block）</p><p>{</p><p>preg_match_all（"/\<author\>（.*?</p><p>）\<\/author\>/",</p><p>$block,$author）;</p><p>preg_match_all（"/\<title\>（.*?</p><p>）\<\/title\>/",</p><p>$block,$title）;</p><p>preg_match_all（"/\<publisher\>（.*?</p><p>）\<\/publisher\>/",</p><p>$block,$publisher）;</p><p>echo（$title[1][0]."-".$author[1][0]."-".</p><p>$publisher[1][0]."\n"）;</p><p>}</p><p>?</p><p>></p><p>请注意这个代码有多短。</p><p>开始时，它把文件读进一个大的字符串。</p><p>然后用一个regex函数读取每个图书项目。</p><p>最后用foreach循环，在每个图书块间循环，并提取出author、title和publisher。</p><p>那么，缺陷在哪呢？</p><p>使用正则表达式代码读取XML的问题是，它并没先进行检查，确保XML的格式良好。</p><p>这意味着在读取之前，无法知道XML是否格式良好。</p><p>而且，有些格式正确的XML可能与正则表达式不匹配，所以日后必须修改它们。</p><p>我从不建议使用正则表达式读取XML，但是有时它是兼容性最好的方式，因为正则表达式函数总是可用的。</p><p>不要用正则表达式读取直接来自用户的XML，因为无法控制这类XML的格式或结构。</p><p>应当一直用DOM库或SAX解析器读取来自用户的XML。</p><p>回页首</p><p>用DOM编写XML</p><p>读取XML只是公式的一部分。</p><p>该怎样编写XML呢？</p><p>编写XML最好的方式就是用DOM。</p><p>清单5显示了DOM构建图书XML文件的方式。</p><p>清单5.用DOM编写图书XML</p><p><?</p><p>php</p><p>$books=array（）;</p><p>$books[]=array（</p><p>'title'=>'PHPHacks',</p><p>'author'=>'JackHerrington',</p><p>'publisher'=>"O'Reilly"</p><p>）;</p><p>$books[]=array（</p><p>'title'=>'PodcastingHacks',</p><p>'author'=>'JackHerrington',</p><p>'publisher'=>"O'Reilly"</p><p>）;</p><p>$doc=newDOMDocument（）;</p><p>$doc->formatOutput=true;</p><p>$r=$doc->createElement（"books"）;</p><p>$doc->appendChild（$r）;</p><p>foreach（$booksas$book）</p><p>{</p><p>$b=$doc->createElement（"book"）;</p><p>$author=$doc->createElement（"author"）;</p><p>$author->appendChild（</p><p>$doc->createTextNode（$book['author']）</p><p>）;</p><p>$b->appendChild（$author）;</p><p>$title=$doc->createElement（"title"）;</p><p>$title->appendChild（</p><p>$doc->createTextNode（$book['title']）</p><p>）;</p><p>$b->appendChild（$title）;</p><p>$publisher=$doc->createElement（"publisher"）;</p><p>$publisher->appendChild（</p><p>$doc->createTextNode（$book['publisher']）</p><p>）;</p><p>$b->appendChild（$publisher）;</p><p>$r->appendChild（$b）;</p><p>}</p><p>echo$doc->saveXML（）;</p><p>?</p><p>></p><p>在脚本的顶部，用一些示例图书装入了books数组。</p><p>这个数据可以来自用户也可以来自数据库。</p><p>示例图书装入之后，脚本创建一个newDOMDocument，并把根节点books添加到它。</p><p>然后脚本为每本书的author、title和publisher创建节点，并为每个节点添加文本节点。</p><p>每个book节点的最后一步是重新把它添加到根节点books。</p><p>脚本的末尾用saveXML方法把XML输出到控制台。</p><p>（也可以用save方法创建一个XML文件。</p><p>）脚本的输出如清单6所示。</p><p>清单6.DOM构建脚本的输出</p><p>%phpe4.php</p><p><?</p><p>xmlversion="1.0"?</p><p>></p><p><books></p><p><book></p><p><author>JackHerrington</author></p><p><title>PHPHacks
O'Reilly
JackHerrington
PodcastingHacksO'Reilly
%
使用DOM的真正价值在于它创建的XML总是格式正确的。
但是如果不能用DOM创建XML时该怎么办？
回页首
用PHP编写XML
如果DOM不可用，可以用PHP的文本模板编写XML。
清单7显示了PHP如何构建图书XML文件。
清单7.用PHP编写图书XML
php
$books=array（）;
$books[]=array（
'title'=>'PHPHacks',
'author'=>'JackHerrington',
'publisher'=>"O'Reilly"
）;
$books[]=array（
'title'=>'PodcastingHacks',
'author'=>'JackHerrington',
'publisher'=>"O'Reilly"
）;
?
>
php
foreach（$booksas$book）
{
?
>
<?</p><p>phpecho（$book['title']）;?</p><p>>phpecho（$book['author']）;?
>
phpecho（$book['publisher']）;?
>
php
}
?
>
脚本的顶部与DOM脚本类似。
脚本的底部打开books标记，然后在每个图书中迭代，创建book标记和所有的内部title、author和publisher标记。
这种方法的问题是对实体进行编码。
为了确保实体编码正确，必须在每个项目上调用htmlentities函数，如清单8所示。
清单8.使用htmlentities函数对实体编码
php
foreach（$booksas$book）
{
$title=htmlentities（$book['title'],ENT_QUOTES）;
$author=htmlentities（$book['author'],ENT_QUOTES）;
$publisher=htmlentities（$book['publisher'],ENT_QUOTES）;
?
>
<?</p><p>phpecho（$title）;?</p><p>>phpecho（$author）;?
>
phpecho（$publisher）;?
>
php
}
?
>
这就是用基本的PHP编写XML的烦人之处。
您以为自己创建了完美的XML，但是在试图使用数据的时候，马上就会发现某些元素的编码不正确。
回页首
结束语
XML周围总有许多夸大之处和混淆之处。
但是，并不像您想像的那么难——特别是在PHP这样优秀的语言中。
在理解并正确地实现了XML之后，就会发现有许多强大的工具可以使用。
XPath和XSLT就是这样两个值得研究的工具。
参考资料
∙学习
您可以参阅本文在developerWorks全球站点上的英文原文。
∙在XHTML1.0TheExtensibleHyperTextMarkupLanguage上学习XHTML的标准。
∙找到standardsforXML。
∙了解XMLPath（XPath）language。
∙了解XSLTransformations，这是用于转换XML的语言。
∙请阅读用来定义XML文档结构的标准XMLSchema。
∙在developerWorks的XML专区找到面向XML开发人员的更多资源。
∙请访问developerWorks的开放源码专区获得全面的how-to信息、工具和项目更新，帮助您用开放源码技术开发并把它们用于IBM产品。
∙
获得产品和技术
请访问PHP.net，了解关于PHP的最新新闻、找到下载，并向其他用户学习。
∙了解ExpatXMLParser，这个解析器用来向PHP提供SAX解析器功能。
∙利用IBM试用软件改造您的下一个开放源码开发项目，可以下载也可以通过DVD得到。
∙
讨论
通过参与developerWorksblogs加入developerWorks社区。
关于作者
JackD.Herrington是有20多年经验的高级软件工程师。
他是三本书的作者：
CodeGenerationinAction、PodcastingHacks和即将发表的PHPHacks。
他还撰写了30多篇文章。
posted@2008-07-2210:
49十三郎阅读（30）|评论（0）|编辑收藏
LAMP优化
[LAMP平台]
LAMP这个词的由来最早始于德国杂志“c'tMagazine”，MichaelKunze在1990年最先把这些项目组合在一起创造了LAMP的缩写字。
这些组件虽然并不是开开始就设计为一起使用的，但是，这些开源软件都可以很方便的随时获得并免费获得。
这就导致了这些组件经常在一起
升级会员 