php 解析xml 的四种方法详细介绍

2024-03-10 15:38:02 69

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：Xmlparser,SimpleXML,XMLReader,DOMDocument。

1。XMLExpatParser：

XMLParser使用ExpatXML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。

XMLParser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XMLParser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。
XMLParser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>simplenote</note></para>";
$p=xml_parser_create();
xml_parse_into_struct($p,$simple,$vals,$index);
xml_parser_free($p);
echo"Indexarray\n";
print_r($index);
echo"\nValsarray\n";
print_r($vals);

输出：

Indexarray
Array
(
[PARA]=>Array
(
[0]=>0
[1]=>2
)

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

Valsarray
Array
(
[0]=>Array
(
[tag]=>PARA
[type]=>open
[level]=>1
)

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

[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;

functioncharactor($parser,$data){
global$currData;
$currData=$data;
}

functionstartElement($parser,$name,$attribs){
global$result,$index;
$name=strtolower($name);
if($name=='para'){
$index++;
$result[$index]=array();
}
}

functionendElement($parser,$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,$xml)){
echo"Errorwhenparsexml:";
echoxml_error_string(xml_get_error_code($xml_parser));
}
xml_parser_free($xml_parser);

print_r($result);

可见，sethandler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。XMLParser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
<?xmlversion='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=newXMLReader();
$reader->open($xml_uri,'gbk');
while($reader->read()){
//getcurrentdata
if($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;
}
}

//getforecastdata
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XMLParser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
<?xmlversion='1.0'?>
<document>
<cmdattr='default'>login</cmd>
<login>imdonkey</login>
</document>
XML;

$dom=newDOMDocument();
$dom->loadXML($xmlstring);
print_r(getArray($dom->documentElement));

functiongetArray($node){
$array=false;

if($node->hasAttributes()){
foreach($node->attributesas$attr){
$array[$attr->nodeName]=$attr->nodeValue;
}
}

if($node->hasChildNodes()){
if($node->childNodes->length==1){
$array[$node->firstChild->nodeName]=getArray($node->firstChild);
}else{
foreach($node->childNodesas$childNode){
if($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！

php 解析xml 的四种方法详细介绍

热门推荐

随机推荐