用PHP读取和编写XML DOM

作者:网络 来源:佚名 更新时间:2008-02-08 09:30:02 点击:
    有许多技术可用于用 php 读取和编写 xml。本文提供了三种方法读取 xml:使用 dom 库、使用 sax 解析器和使用正则表达式。还介绍了使用 dom 和 php 文本模板编写 xml。

  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:

<name>jack herrington</name>

  这个 <name> 标记包含一些文本:jack herrington。

  不包含文本的 xml 标记看起来像这样:

<powerup />

  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:

<powerup></powerup>

  也可以向 xml 标记添加属性。例如,这个 <name> 标记包含 first 和 last 属性:

<name first="jack" last="herrington" />

  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

   <books>   <book>   <author>jack herrington</author>   <title>php hacks</title>   <publisher>o'reilly</publisher>   </book>   <book>   <author>jack herrington</author>   <title>podcasting hacks</title>   <publisher>o'reilly</publisher>   </book>   </books> 

  清单 1 中的 xml 包含一个图书列表。父标记 <books> 包含一组 <book> 标记,每个 <book> 标记又包含 <author>、<title> 和 <publisher> 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:

<p>this is a paragraph<br>
with a line break</p>

  这个换行标记是格式良好的 xml 和 html:

<p>this is a paragraph<br />
with a line break</p>

  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。

  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 xml dom 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 = new domdocument();   $doc->load( 'books.xml' );      $books = $doc->getelementsbytagname( "book" );   foreach( $books as $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 new domdocument 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:

% php e1.php
php hacks - jack herrington - o'reilly
podcasting hacks - jack herrington - 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 xml dom 库该怎么办?