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、和标记。
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。
模式文件可以用不同的格式指定。
对于本文来说,所需要的只是格式良好的XML。
如果觉得XML看起来很像超文本标记语言(HTML),那么就对了。
XML和HTML都是基于标记的语言,它们有许多相似之处。
但是,要着重指出的是:
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。
换行标记(br)是XML和HTML之间区别的一个好例子。
这个换行标记是格式良好的HTML,但不是格式良好的XML:
Thisisaparagraph
Withalinebreak
这个换行标记是格式良好的XML和HTML:
Thisisaparagraph
Withalinebreak
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)。
所有现代的浏览器都能呈现XHTML。
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。
回页首
使用DOM库读取XML
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。
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。
图1.图书XML的XMLDOM树
树顶部的books节点有两个book子标记。
在每本书中,有author、publisher和title几个节点。
author、publisher和title节点分别有包含文本的文本子节点。
读取图书XML文件并用DOM显示内容的代码如清单2所示。
清单2.用DOM读取图书XML
php
$doc=newDOMDocument();
$doc->load('books.xml');
$books=$doc->getElementsByTagName("book");
foreach($booksas$book)
{
$authors=$book->getElementsByTagName("author");
$author=$authors->item(0)->nodeValue;
$publishers=$book->getElementsByTagName("publisher");
$publisher=$publishers->item(0)->nodeValue;
$titles=$book->getElementsByTagName("title");
$title=$titles->item(0)->nodeValue;
echo"$title-$author-$publisher\n";
}
?
>
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。
之后,脚本用getElementsByName方法得到指定名称下的所有元素的列表。
在book节点的循环中,脚本用getElementsByName方法获得author、publisher和title标记的nodeValue。
nodeValue是节点中的文本。
脚本然后显示这些值。
可以在命令行上像这样运行PHP脚本:
%phpe1.php
PHPHacks-JackHerrington-O'Reilly
PodcastingHacks-JackHerrington-O'Reilly
%
可以看到,每个图书块输出一行。
这是一个良好的开始。
但是,如果不能访问XMLDOM库该怎么办?
回页首
用SAX解析器读取XML
读取XML的另一种方法是使用XMLSimpleAPI(SAX)解析器。
PHP的大多数安装都包含SAX解析器。
SAX解析器运行在回调模型上。
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。
SAX解析器的优点是,它是真正轻量级的。
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。
缺点是编写SAX解析器回调是件非常麻烦的事。
清单3显示了使用SAX读取图书XML文件并显示内容的代码。
清单3.用SAX解析器读取图书XML
php
$g_books=array();
$g_elem=null;
functionstartElement($parser,$name,$attrs)
{
global$g_books,$g_elem;
if($name=='BOOK')$g_books[]=array();
$g_elem=$name;
}
functionendElement($parser,$name)
{
global$g_elem;
$g_elem=null;
}
functiontextData($parser,$text)
{
global$g_books,$g_elem;
if($g_elem=='AUTHOR'||
$g_elem=='PUBLISHER'||
$g_elem=='TITLE')
{
$g_books[count($g_books)-1][$g_elem]=$text;
}
}
$parser=xml_parser_create();
xml_set_element_handler($parser,"startElement","endElement");
xml_set_character_data_handler($parser,"textData");
$f=fopen('books.xml','r');
while($data=fread($f,4096))
{
xml_parse($parser,$data);
}
xml_parser_free($parser);
foreach($g_booksas$book)
{
echo$book['TITLE']."-".$book['AUTHOR']."-";
echo$book['PUBLISHER']."\n";
}
?
>
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。
然后脚本定义回调函数。
在这个示例中,回调函数是startElement、endElement和textData。
在打开和关闭标记的时候,分别调用startElement和endElement函数。
在开始和结束标记之间的文本上面,调用textData。
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。
然后,textData函数查看当前元素,看它是不是publisher、title或author标记。
如果是,函数就把当前文本放入当前图书。
为了让解析继续,脚本用xml_parser_create函数创建解析器。
然后,设置回调句柄。
之后,脚本读取文件并把文件的大块内容发送到解析器。
在文件读取之后,xml_parser_free函数删除解析器。
脚本的末尾输出g_books数组的内容。
可以看到,这比编写DOM的同样功能要困难得多。
如果没有DOM库也没有SAX库该怎么办?
还有替代方案么?
回页首
用正则表达式解析XML
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。
清单4显示了使用preg_函数读取图书文件的示例。
清单4.用正则表达式读取XML
php
$xml="";
$f=fopen('books.xml','r');
while($data=fread($f,4096)){$xml.=$data;}
fclose($f);
preg_match_all("/\(.*?
)\<\/book\>/s",
$xml,$bookblocks);
foreach($bookblocks[1]as$block)
{
preg_match_all("/\(.*?
)\<\/author\>/",
$block,$author);
preg_match_all("/\
(.*?)\<\/title\>/",
$block,$title);
preg_match_all("/\(.*?
)\<\/publisher\>/",
$block,$publisher);
echo($title[1][0]."-".$author[1][0]."-".
$publisher[1][0]."\n");
}
?
>
请注意这个代码有多短。
开始时,它把文件读进一个大的字符串。
然后用一个regex函数读取每个图书项目。
最后用foreach循环,在每个图书块间循环,并提取出author、title和publisher。
那么,缺陷在哪呢?
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。
这意味着在读取之前,无法知道XML是否格式良好。
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。
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。
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。
应当一直用DOM库或SAX解析器读取来自用户的XML。
回页首
用DOM编写XML
读取XML只是公式的一部分。
该怎样编写XML呢?
编写XML最好的方式就是用DOM。
清单5显示了DOM构建图书XML文件的方式。
清单5.用DOM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"
);
$doc=newDOMDocument();
$doc->formatOutput=true;
$r=$doc->createElement("books");
$doc->appendChild($r);
foreach($booksas$book)
{
$b=$doc->createElement("book");
$author=$doc->createElement("author");
$author->appendChild(
$doc->createTextNode($book['author'])
);
$b->appendChild($author);
$title=$doc->createElement("title");
$title->appendChild(
$doc->createTextNode($book['title'])
);
$b->appendChild($title);
$publisher=$doc->createElement("publisher");
$publisher->appendChild(
$doc->createTextNode($book['publisher'])
);
$b->appendChild($publisher);
$r->appendChild($b);
}
echo$doc->saveXML();
?
>
在脚本的顶部,用一些示例图书装入了books数组。
这个数据可以来自用户也可以来自数据库。
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。
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。
每个book节点的最后一步是重新把它添加到根节点books。
脚本的末尾用saveXML方法把XML输出到控制台。
(也可以用save方法创建一个XML文件。
)脚本的输出如清单6所示。
清单6.DOM构建脚本的输出
%phpe4.php
xmlversion="1.0"?
>
JackHerrington
PHPHacksO'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$book)
{
?
>
phpecho($book['title']);?
>
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);
?
>
phpecho($title);?
>
phpecho($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