DIV CSS 佈局教程網

 DIV+CSS佈局教程網 >> 網頁腳本 >> XML學習教程 >> XML詳解 >> 詳解用PHP讀取和編寫XML DOM
詳解用PHP讀取和編寫XML DOM
編輯:XML詳解     

什麼是XML?

XML是一種數據存儲格式。它沒有定義保存什麼數據,也沒有定義數據的格式。XML只是定義了標記和這些標記的屬性。格式良好的XML標記看起來像這樣:

  1. <name>Jack Herrington</name> 

這個<name>標記包含一些文本:Jack Herrington。不包含文本的 XML 標記看起來像這樣:

  1. <powerUp /> 

用 XML 對某件事進行編寫的方式不止一種。例如,這個標記形成的輸出與前一個標記相同:

  1. <powerUp></powerUp> 

也可以向 XML 標記添加屬性。例如,這個 <name> 標記包含 first 和 last 屬性:

  1. <name first="Jack" last="Herrington" /> 

也可以用 XML 對特殊字符進行編碼。例如,& 符號可以像這樣編碼:

包含標記和屬性的 XML 文件如果像示例一樣格式化,就是格式良好的,這意味著標記是對稱的,字符的編碼正確。清單 1 是一份格式良好的 XML 的示例。

清單 1. XML圖書列表示例

  1. <books> 
  2. <book> 
  3. <author>Jack Herrington</author> 
  4. <title>PHP Hacks</title> 
  5. <publisher>O'Reilly</publisher> 
  6. </book> 
  7. <book> 
  8. <author>Jack Herrington</author> 
  9. <title>Podcasting Hacks</title> 
  10. <publisher>O'Reilly</publisher> 
  11. </book> 
  12. </books> 

清單 1 中的 XML 包含一個圖書列表。父標記 <books> 包含一組 <book> 標記,每個 <book> 標記又包含 <author>、<title> 和 <publisher> 標記。當 XML 文檔的標記結構和內容得到外部模式文件的驗證後,XML 文檔就是正確的。模式文件可以用不同的格式指定。對於本文來說,所需要的只是格式良好的 XML。

如果覺得 XML 看起來很像超文本標記語言(HTML),那麼就對了。XML 和 HTML 都是基於標記的語言,它們有許多相似之處。但是,要著重指出的是:雖然 XML 文檔可能是格式良好的 HTML,但不是所有的 HTML 文檔都是格式良好的 XML。換行標記(br)是 XML 和 HTML 之間區別的一個好例子。這個換行標記是格式良好的 Html,但不是格式良好的 XML:

  1. <p>This is a paragraph<br> 
  2. With a line break</p>  

這個換行標記是格式良好的 XML 和 Html:

  1. <p>This is a paragraph<br /> 
  2. With a line break</p>  

如果要把 HTML 編寫成同樣是格式良好的 XML,請遵循 W3C 委員會的可擴展超文本標記語言(XHTML)標准(參見 參考資料)。所有現代的浏覽器都能呈現 XHTML。而且,還可以用 XML 工具讀取 XHTML 並找出文檔中的數據,這比解析 Html 容易得多。

使用DOM庫讀取XML

讀取格式良好的 XML 文件最容易的方式是使用編譯成某些 PHP 安裝的文檔對象模型 (DOM)庫。DOM 庫把整個 XML 文檔讀入內存,並用節點樹表示它,如圖 1 所示。

樹頂部的 books 節點有兩個 book 子標記。在每本書中,有 author、publisher 和 title 幾個節點。author、publisher 和 title 節點分別有包含文本的文本子節點。讀取圖書 XML 文件並用 DOM 顯示內容的代碼如清單 2 所示。

清單 2. 用DOM讀取圖書XML

  1. <?PHP 
  2. $doc = new DOMDocument();  
  3. $doc->load( 'books.XML' );  
  4.  
  5. $books = $doc->getElementsByTagName( "book" );  
  6. foreach( $books as $book )  
  7. {  
  8. $authors = $book->getElementsByTagName( "author" );  
  9. $author = $authors->item(0)->nodeValue;  
  10.  
  11. $publishers = $book->getElementsByTagName( "publisher" );  
  12. $publisher = $publishers->item(0)->nodeValue;  
  13.  
  14. $titles = $book->getElementsByTagName( "title" );  
  15. $title = $titles->item(0)->nodeValue;  
  16.  
  17. echo "$title - $author - $publisher\n";  
  18. }  
  19. ?> 

腳本首先創建一個new DOMdocument對象,用load方法把圖書 XML 裝入這個對象。之後,腳本用 getElementsByName 方法得到指定名稱下的所有元素的列表。在 book 節點的循環中,腳本用getElementsByName方法獲得author、publisher和 title 標記的 nodeValue。nodeValue 是節點中的文本。腳本然後顯示這些值。可以在命令行上像這樣運行 PHP 腳本:

  1. % php e1.PHP   
  2. PHP Hacks - Jack Herrington - O'Reilly  
  3. Podcasting Hacks - Jack Herrington - O'Reilly  
  4. %  

可以看到,每個圖書塊輸出一行。這是一個良好的開始。但是,如果不能訪問 XML DOM 庫該怎麼辦?

用SAX解析器讀取XML

讀取 XML 的另一種方法是使用 XML Simple API(SAX)解析器。PHP 的大多數安裝都包含 SAX 解析器。SAX 解析器運行在回調模型上。每次打開或關閉一個標記時,或者每次解析器看到文本時,就用節點或文本的信息回調用戶定義的函數。

SAX 解析器的優點是,它是真正輕量級的。解析器不會在內存中長期保持內容,所以可以用於非常巨大的文件。缺點是編寫 SAX 解析器回調是件非常麻煩的事。清單 3 顯示了使用 SAX 讀取圖書 XML 文件並顯示內容的代碼。

清單 3. 用SAX解析器讀取圖書XML

  1. <?PHP 
  2. $g_books = array();  
  3. $g_elem = null;  
  4.  
  5. function startElement( $parser, $name, $attrs )   
  6. {  
  7. global $g_books, $g_elem;  
  8. if ( $name == 'BOOK' ) $g_books []= array();  
  9. $g_elem = $name;  
  10. }  
  11.  
  12. function endElement( $parser, $name )   
  13. {  
  14. global $g_elem;  
  15. $g_elem = null;  
  16. }  
  17.  
  18. function textData( $parser, $text )  
  19. {  
  20. global $g_books, $g_elem;  
  21. if ( $g_elem == 'AUTHOR' ||  
  22. $g_elem == 'PUBLISHER' ||  
  23. $g_elem == 'TITLE' )  
  24. {  
  25. $g_books[ count( $g_books ) - 1 ][ $g_elem ] = $text;  
  26. }  
  27. }  
  28.  
  29. $parser = XML_parser_create();  
  30.  
  31. XML_set_element_handler( $parser, "startElement", "endElement" );  
  32. XML_set_character_data_handler( $parser, "textData" );  
  33.  
  34. $f = fopen( 'books.XML', 'r' );  
  35.  
  36. while( $data = fread( $f, 4096 ) )  
  37. {  
  38. XML_parse( $parser, $data );  
  39. }  
  40.  
  41. XML_parser_free( $parser );  
  42.  
  43. foreach( $g_books as $book )  
  44. {  
  45. echo $book['TITLE']." - ".$book['AUTHOR']." - ";  
  46. echo $book['PUBLISHER']."\n";  
  47. }  
  48. ?> 

腳本首先設置 g_books 數組,它在內存中容納所有圖書和圖書信息,g_elem 變量保存腳本目前正在處理的標記的名稱。然後腳本定義回調函數。在這個示例中,回調函數是 startElement、endElement 和 textData。在打開和關閉標記的時候,分別調用 startElement 和 endElement 函數。在開始和結束標記之間的文本上面,調用 textData。

在這個示例中,startElement 標記查找 book 標記,在 book 數組中開始一個新元素。然後,textData 函數查看當前元素,看它是不是 publisher、title 或 author 標記。如果是,函數就把當前文本放入當前圖書。

為了讓解析繼續,腳本用 xml_parser_create 函數創建解析器。然後,設置回調句柄。之後,腳本讀取文件並把文件的大塊內容發送到解析器。在文件讀取之後,XML_parser_free 函數刪除解析器。腳本的末尾輸出 g_books 數組的內容。可以看到,這比編寫 DOM 的同樣功能要困難得多。如果沒有 DOM 庫也沒有 SAX 庫該怎麼辦?還有替代方案麼?

用正則表達式解析XML

可以肯定,即使提到這個方法,有些工程師也會批評我,但是確實可以用正則表達式解析 XML。清單 4 顯示了使用 preg_ 函數讀取圖書文件的示例。

清單 4. 用正則表達式讀取XML

  1. <?PHP 
  2. $XML = "";  
  3. $f = fopen( 'books.XML', 'r' );  
  4. while( $data = fread( $f, 4096 ) ) { $XML .= $data; }  
  5. fclose( $f );  
  6.  
  7. preg_match_all( "/\<book\>(.*?)\<\/book\>/s",   
  8. $XML, $bookblocks );  
  9.  
  10. foreach( $bookblocks[1] as $block )  
  11. {  
  12. preg_match_all( "/\<author\>(.*?)\<\/author\>/",   
  13. $block, $author );  
  14. preg_match_all( "/\<title\>(.*?)\<\/title\>/",   
  15. $block, $title );  
  16. preg_match_all( "/\<publisher\>(.*?)\<\/publisher\>/",   
  17. $block, $publisher );  
  18. echo( $title[1][0]." - ".$author[1][0]." - ".  
  19. $publisher[1][0]."\n" );  
  20. }  
  21. ?> 

請注意這個代碼有多短。開始時,它把文件讀進一個大的字符串。然後用一個 regex 函數讀取每個圖書項目。最後用 foreach 循環,在每個圖書塊間循環,並提取出 author、title 和 publisher。

那麼,缺陷在哪呢?使用正則表達式代碼讀取 XML 的問題是,它並沒先進行檢查,確保 XML 的格式良好。這意味著在讀取之前,無法知道 XML 是否格式良好。而且,有些格式正確的 XML 可能與正則表達式不匹配,所以日後必須修改它們。

我從不建議使用正則表達式讀取 XML,但是有時它是兼容性最好的方式,因為正則表達式函數總是可用的。不要用正則表達式讀取直接來自用戶的 XML,因為無法控制這類 XML 的格式或結構。應當一直用 DOM 庫或 SAX 解析器讀取來自用戶的 XML。

用DOM編寫XML

讀取 XML 只是公式的一部分。該怎樣編寫 XML 呢?編寫 XML 最好的方式就是用 DOM。清單 5 顯示了 DOM 構建圖書 XML 文件的方式。

清單 5. 用DOM編寫圖書XML

  1. <?PHP 
  2. $books = array();  
  3. $books [] = array(  
  4. 'title' => 'PHP Hacks',  
  5. 'author' => 'Jack Herrington',  
  6. 'publisher' => "O'Reilly"  
  7. );  
  8. $books [] = array(  
  9. 'title' => 'Podcasting Hacks',  
  10. 'author' => 'Jack Herrington',  
  11. 'publisher' => "O'Reilly"  
  12. );  
  13.  
  14. $doc = new DOMDocument();  
  15. $doc->formatOutput = true;  
  16.  
  17. $r = $doc->createElement( "books" );  
  18. $doc->appendChild( $r );  
  19.  
  20. foreach( $books as $book )  
  21. {  
  22. $b = $doc->createElement( "book" );  
  23.  
  24. $author = $doc->createElement( "author" );  
  25. $author->appendChild(  
  26. $doc->createTextNode( $book['author'] )  
  27. );  
  28. $b->appendChild( $author );  
  29.  
  30. $title = $doc->createElement( "title" );  
  31. $title->appendChild(  
  32. $doc->createTextNode( $book['title'] )  
  33. );  
  34. $b->appendChild( $title );  
  35.  
  36. $publisher = $doc->createElement( "publisher" );  
  37. $publisher->appendChild(  
  38. $doc->createTextNode( $book['publisher'] )  
  39. );  
  40. $b->appendChild( $publisher );  
  41.  
  42. $r->appendChild( $b );  
  43. }  
  44.  
  45. echo $doc->saveXML();  
  46. ?> 

在腳本的頂部,用一些示例圖書裝入了 books 數組。這個數據可以來自用戶也可以來自數據庫。

示例圖書裝入之後,腳本創建一個 new DOMDocument,並把根節點 books 添加到它。然後腳本為每本書的 author、title 和 publisher 創建節點,並為每個節點添加文本節點。每個 book 節點的最後一步是重新把它添加到根節點 books。腳本的末尾用 saveXML 方法把 XML 輸出到控制台。(也可以用 save 方法創建一個 XML 文件。)腳本的輸出如清單 6 所示。

清單6. DOM構建腳本的輸出

  1. % php e4.PHP   
  2. <?XML version="1.0"?> 
  3. <books> 
  4. <book> 
  5. <author>Jack Herrington</author> 
  6. <title>PHP Hacks</title> 
  7. <publisher>O'Reilly</publisher> 
  8. </book> 
  9. <book> 
  10. <author>Jack Herrington</author> 
  11. <title>Podcasting Hacks</title> 
  12. <publisher>O'Reilly</publisher> 
  13. </book> 
  14. </books> 

使用 DOM 的真正價值在於它創建的 XML 總是格式正確的。但是如果不能用 DOM 創建 XML 時該怎麼辦?

用PHP編寫XML

如果 DOM 不可用,可以用 PHP 的文本模板編寫 XML。清單 7 顯示了 PHP 如何構建圖書 XML 文件。

清單7. 用PHP編寫圖書XML

  1. <?PHP 
  2. $books = array();  
  3. $books [] = array(  
  4. 'title' => 'PHP Hacks',  
  5. 'author' => 'Jack Herrington',  
  6. 'publisher' => "O'Reilly"  
  7. );  
  8. $books [] = array(  
  9. 'title' => 'Podcasting Hacks',  
  10. 'author' => 'Jack Herrington',  
  11. 'publisher' => "O'Reilly"  
  12. );  
  13. ?> 
  14. <books> 
  15. <?PHP 
  16.  
  17. foreach( $books as $book )  
  18. {  
  19. ?> 
  20. <book> 
  21. <title><?PHP echo( $book['title'] ); ?></title> 
  22. <author><?PHP echo( $book['author'] ); ?> 
  23. </author> 
  24. <publisher><?PHP echo( $book['publisher'] ); ?> 
  25. </publisher> 
  26. </book> 
  27. <?PHP 
  28. }  
  29. ?> 
  30. </books> 

腳本的頂部與DOM腳本類似。腳本的底部打開books標記,然後在每個圖書中迭代,創建book標記和所有的內部 title、author 和 publisher 標記。這種方法的問題是對實體進行編碼。為了確保實體編碼正確,必須在每個項目上調用HtmlentitIEs函數,如清單8所示。

清單8. 使用HtmlentitIEs函數對實體編碼

  1. <books> 
  2. <?PHP 
  3.  
  4. foreach( $books as $book )  
  5. {  
  6. $title = HtmlentitIEs( $book['title'], ENT_QUOTES );  
  7. $author = HtmlentitIEs( $book['author'], ENT_QUOTES );  
  8. $publisher = HtmlentitIEs( $book['publisher'], ENT_QUOTES );  
  9. ?> 
  10. <book> 
  11. <title><?PHP echo( $title ); ?></title> 
  12. <author><?PHP echo( $author ); ?> </author> 
  13. <publisher><?PHP echo( $publisher ); ?> 
  14. </publisher> 
  15. </book> 
  16. <?PHP 
  17. }  
  18. ?> 
  19. </books> 

這就是用基本的 PHP 編寫 XML 的煩人之處。您以為自己創建了完美的 XML,但是在試圖使用數據的時候,馬上就會發現某些元素的編碼不正確。

結束語

XML 周圍總有許多誇大之處和混淆之處。但是,並不像您想像的那麼難 —— 特別是在 PHP 這樣優秀的語言中。在理解並正確地實現了 XML 之後,就會發現有許多強大的工具可以使用。XPath 和 XSLT 就是這樣兩個值得研究的工具。

 

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved