php 解析xml 的四種方法詳細(xì)介紹

更新時(shí)間：2016年10月26日 15:44:59 投稿：lqh

這篇文章主要介紹了php 解析xml 的四種方法詳細(xì)介紹的相關(guān)資料,需要的朋友可以參考下

php 解析xml 的四種方法

XML處理是開(kāi)發(fā)過(guò)程中經(jīng)常遇到的，PHP對(duì)其也有很豐富的支持，本文只是對(duì)其中某幾種解析技術(shù)做簡(jiǎn)要說(shuō)明，包括：Xml parser, SimpleXML, XMLReader, DOMDocument。

1。 XML Expat Parser：

XML Parser使用Expat XML解析器。Expat是一種基于事件的解析器，它把XML文檔視為一系列事件。當(dāng)某個(gè)事件發(fā)生時(shí)，它調(diào)用一個(gè)指定的函數(shù)處理它。Expat是無(wú)驗(yàn)證的解析器，忽略任何鏈接到文檔的DTD。但是，如果文檔的形式不好，則會(huì)以一個(gè)錯(cuò)誤消息結(jié)束。由于它基于事件，且無(wú)驗(yàn)證，Expat具有快速并適合web應(yīng)用程序的特性。

XML Parser的優(yōu)勢(shì)是性能好，因?yàn)樗皇菍⒄麄€(gè)xml文檔載入內(nèi)存后再處理，而是邊解析邊處理。但也正因?yàn)槿绱?，它不適合那些要對(duì)xml結(jié)構(gòu)做動(dòng)態(tài)調(diào)整、或基于xml上下文結(jié)構(gòu)做復(fù)雜操作的需求。如果你只是要解析處理一個(gè)結(jié)構(gòu)良好的xml文檔，那么它可以很好的完成任務(wù)。需要注意的是XML Parser只支持三種編碼格式：US-ASCII, ISO-8859-1和UTF-8，如果你的xml數(shù)據(jù)是其他編碼，需要先轉(zhuǎn)換成以上三個(gè)之一。
XML Parser常用的解析方式大體有兩種（其實(shí)就是兩個(gè)函數(shù)）：xml_parse_into_struct和xml_set_element_handler。

xml_parse_into_struct

此方法是將xml數(shù)據(jù)解析到兩個(gè)數(shù)組中：

index數(shù)組——包含指向Value 數(shù)組中值的位置的指針
value數(shù)組——包含來(lái)自被解析的 XML 的數(shù)據(jù)

這倆數(shù)組文字描述起來(lái)有點(diǎn)麻煩，還是看個(gè)例子吧（來(lái)自php官方文檔）

$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
    )

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

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

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

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

其中index數(shù)組以標(biāo)簽名為key，對(duì)應(yīng)的值是一個(gè)數(shù)組，里面包括所有此標(biāo)簽在value數(shù)組中的位置。然后通過(guò)這個(gè)位置，找到此標(biāo)簽對(duì)應(yīng)的值。

如果xml中每組數(shù)據(jù)格式有出入，不能做到完全統(tǒng)一，那么在寫(xiě)代碼時(shí)要注意，說(shuō)不定就得到了錯(cuò)誤的結(jié)果。比如下面這個(gè)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(jiǎn)單，但是暗藏危機(jī)，最致命的是得到錯(cuò)誤的結(jié)果（extra3跑到第二個(gè)para里了）。所以要以一種比較嚴(yán)謹(jǐn)?shù)姆绞奖闅v：

$result = array();
$paraTagIndexes = $tags['PARA'];
$paraCount = count($paraTagIndexes);
for($i = 0; $i < $paraCount; $i += 2) {
 $para = array();
 //遍歷para標(biāo)簽對(duì)之間的所有值
 for($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;
}

其實(shí)我很少用xml_parse_into_struct函數(shù)，所以上面所謂“嚴(yán)謹(jǐn)”的代碼保不齊還會(huì)有其他情況下的bug。- -|

xml_set_element_handler

這種方式是為parser設(shè)置處理元素起始、元素終止的回調(diào)函數(shù)。配套的還有xml_set_character_data_handler用來(lái)為parser設(shè)置數(shù)據(jù)的回調(diào)函數(shù)。這種方式寫(xiě)的代碼比較清晰，利于維護(hù)。

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(jiàn)，set handler方式雖然代碼行數(shù)多，但思路清晰，可讀性更好，不過(guò)性能上略慢于第一種方式，而且靈活性不強(qiáng)。XML Parser支持PHP4，適用于于使用老版本的系統(tǒng)。對(duì)于PHP5環(huán)境，還是優(yōu)先考慮下面的方法吧。

2。 SimpleXML

SimpleXML是PHP5后提供的一套簡(jiǎn)單易用的xml工具集，可以把xml轉(zhuǎn)換成方便處理的對(duì)象，也可以組織生成xml數(shù)據(jù)。不過(guò)它不適用于包含namespace的xml，而且要保證xml格式完整(well-formed)。它提供了三個(gè)方法：simplexml_import_dom、simplexml_load_file、simplexml_load_string，函數(shù)名很直觀地說(shuō)明了函數(shù)的作用。三個(gè)函數(shù)都返回SimpleXMLElement對(duì)象，數(shù)據(jù)的讀取/添加都是通過(guò)SimpleXMLElement操作。

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

$xml = simplexml_load_string($string);
print_r($xml);
$login = $xml->login;//這里返回的依然是個(gè)SimpleXMLElement對(duì)象
print_r($login);
$login = (string) $xml->login;//在做數(shù)據(jù)比較時(shí)，注意要先強(qiáng)制轉(zhuǎn)換
print_r($login);

SimpleXML的優(yōu)點(diǎn)是開(kāi)發(fā)簡(jiǎn)單，缺點(diǎn)是它會(huì)將整個(gè)xml載入內(nèi)存后再進(jìn)行處理，所以在解析超多內(nèi)容的xml文檔時(shí)可能會(huì)力不從心。如果是讀取小文件，而且xml中也不包含namespace，那SimpleXML是很好的選擇。

3。 XMLReader

XMLReader也是PHP5之后的擴(kuò)展（5.1后默認(rèn)安裝），它就像游標(biāo)一樣在文檔流中移動(dòng)，并在每個(gè)節(jié)點(diǎn)處停下來(lái)，操作起來(lái)很靈活。它提供了對(duì)輸入的快速和非緩存的流式訪問(wèn)，可以讀取流或文檔，使用戶從中提取數(shù)據(jù)，并跳過(guò)對(duì)應(yīng)用程序沒(méi)有意義的記錄。

以一個(gè)利用google天氣api獲取信息的例子展示下XMLReader的使用，這里也只涉及到一小部分函數(shù)，更多還請(qǐng)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類似，都是邊讀邊操作，較大的差異在于SAX模型是一個(gè)“推送”模型，其中分析器將事件推到應(yīng)用程序，在每次讀取新節(jié)點(diǎn)時(shí)通知應(yīng)用程序，而使用XmlReader的應(yīng)用程序可以隨意從讀取器提取節(jié)點(diǎn)，可控性更好。
由于XMLReader基于libxml，所以有些函數(shù)要參考文檔看看是否適用于你的libxml版本。

4。 DOMDocument

DOMDocument還是PHP5后推出的DOM擴(kuò)展的一部分，可用來(lái)建立或解析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(shù)名上看感覺(jué)跟JavaScript很像，應(yīng)該是借鑒了一些吧。DOMDocument也是一次性將xml載入內(nèi)存，所以內(nèi)存問(wèn)題同樣需要注意。PHP提供了這么多的xml處理方式，開(kāi)發(fā)人員在選擇上就要花些時(shí)間了解，選擇適合項(xiàng)目需求及系統(tǒng)環(huán)境、又便于維護(hù)的方法。

感謝閱讀，希望能幫助到大家，謝謝大家對(duì)本站支持！

您可能感興趣的文章: