首頁 > 文章 > 後端開發 > php 解析xml 的四種方法詳解

php 解析xml 的四種方法詳解

墨辰丷原創: 2018-05-31 10:21:051929瀏覽

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

php 解析xml 的四種方法

XML處理是開發過程中經常遇到的，PHP對其也有很豐富的支持，本文只是對其中某幾種解析技術做簡要說明，包括：Xml parser, SimpleXML, XMLReader , DOMDocument。

1。 XML Expat Parser：

XML Parser使用Expat XML解析器。 Expat是一種基於事件的解析器，它把XML文件視為一系列事件。當某個事件發生時，它會呼叫一個指定的函數來處理它。 Expat是無驗證的解析器，忽略任何連結到文件的DTD。但是，如果文件的形式不好，則會以錯誤訊息結束。由於它基於事件，且無驗證，Expat具有快速並適合web應用程式的特性。

XML Parser的優點是效能好，因為它不是將整個xml文件載入記憶體後再處理，而是邊解析邊處理。但也因為如此，它不適合那些要對xml結構做動態調整、或基於xml上下文結構做複雜操作的需求。如果你只是要解析處理一個結構良好的xml文檔，那麼它可以很好的完成任務。要注意的是XML Parser只支援三種編碼格式：US-ASCII, ISO-8859-1和UTF-8，如果你的xml資料是其他編碼，需要先轉換成以上三個之一。
XML Parser常用的解析方式大致有兩種（其實就是兩個函數）：xml_parse_into_struct和xml_set_element_handler。

xml_parse_into_struct

此方法是將xml資料解析到兩個陣列中：

index陣列－包含指向Value 陣列中值的位置的指標
value數組－包含來自已解析的XML 的資料

這兩個陣列文字描述起來有點麻煩，還是看個例子吧（來自php官方文件）

$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陣列以標籤名為key，對應的值是一個數組，裡麵包括所有此標籤在value數組中的位置。然後透過這個位置，找到此標籤對應的值。

如果xml中每組資料格式有出入，不能做到完全統一，那麼在寫程式碼時要注意，說不定就得到了錯誤的結果。例如下面這個例子：

$xml = &#39;
<infos>
<para><note>note1</note><extra>extra1</extra></para>
<para><note>note2</note></para>
<para><note>note3</note><extra>extra3</extra></para>
</infos>
&#39;;

$p = xml_parser_create();
xml_parse_into_struct($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);

要是按照上面那種方式遍歷，看似程式碼簡單，但是暗藏危機，最致命的是得到錯誤的結果（extra3跑到第二個para了）。所以要以比較嚴謹的方式遍歷：

$result = array();
$paraTagIndexes = $tags[&#39;PARA&#39;];
$paraCount = count($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][&#39;value&#39;];
  if(empty($value)) continue;

  $tagname = strtolower($values[$j][&#39;tag&#39;]);
  if(in_array($tagname, array(&#39;note&#39;,&#39;extra&#39;))) {
   $para[$tagname] = $value;
  }
 }
 $result[] = $para;
}

#其實我很少用xml_parse_into_struct函數，所以上面所謂「嚴謹」的程式碼保不齊還會有其他情況下的bug。 - -|

xml_set_element_handler

#這種方式是為parser設定處理元素起始、元素終止的回呼函數。配套的還有xml_set_character_data_handler用來為parser設定資料的回呼函數。這種方式寫的程式碼比較清晰，利於維護。

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 == &#39;para&#39;) {
  $index++;
  $result[$index] = array();
 }
}

function endElement($parser, $name) {
 global $result, $index, $currData;
 $name = strtolower($name);
 if($name == &#39;note&#39; || $name == &#39;extra&#39;) {
  $result[$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，set handler方式雖然程式碼行數多，但思路清晰，可讀性更好，不過效能上略慢於第一種方式，而且靈活性不強。 XML Parser支援PHP4，適用於使用舊版的系統。對於PHP5環境，還是優先考慮下面的方法吧。

2。 SimpleXML

SimpleXML是PHP5後提供的一套簡單易用的xml工具集，可以把xml轉換成方便處理的對象，也可以組織產生xml資料。不過它不適用於包含namespace的xml，而且要確保xml格式完整(well-formed)。它提供了三種方法：simplexml_import_dom、simplexml_load_file、simplexml_load_string，函數名稱很直觀地說明了函數的作用。三個函數都會傳回SimpleXMLElement對象，資料的讀取/新增都是透過SimpleXMLElement操作。

$string = <<<XML
<?xml version=&#39;1.0&#39;?>
<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的優點是開發簡單，缺點是它會將整個xml載入記憶體後再處理，所以在解析超多內容的xml文檔時可能會力不從心。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之後的擴充（5.1後預設安裝），它就像遊標一樣在文件流中移動，並在每個節點處停下來，操作起來很靈活。它提供了對輸入的快速和非快取的串流訪問，可以讀取流或文檔，使用戶從中提取數據，並跳過對應用程式沒有意義的記錄。

以一個利用google天氣api獲取資訊的例子展示下XMLReader的使用，這裡也只涉及到一小部分函數，更多還請參考官方文件。

$xml_uri = &#39;http://www.google.com/ig/api?weather=Beijing&hl=zh-cn&#39;;
$current = array();
$forecast = array();

$reader = new XMLReader();
$reader->open($xml_uri, &#39;gbk&#39;);
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(&#39;data&#39;);
   $current[$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(&#39;data&#39;);
   $sub_forecast[$name] = $value;
  }
  $forecast[] = $sub_forecast;
 }
}
$reader->close();

XMLReader和XML Parser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
<?xml version=&#39;1.0&#39;?>
<document>
 <cmd attr=&#39;default&#39;>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;
}

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。

以上就是本文的全部内容，希望对大家的学习有所帮助。

php 解析xml 的四種方法詳解

相關文章