科技行者

行者学院 转型私董会 科技行者专题报道 网红大战科技行者

知识库

知识库 安全导航

至顶网软件频道基础软件DOMXML: Expat之外的另一选择

DOMXML: Expat之外的另一选择

  • 扫一扫
    分享文章到微信

  • 扫一扫
    关注官方公众号
    至顶头条

  在网上有许多php的XML教程,但是只有少数介绍如何使用DOM来解析XML。我想利用这个机会展示一下在PHP编程中除了广泛使用的SAX实现方式外,还有另一种选择。

作者: 来源:中国软件网 2008年6月21日

关键字: expat DOMXML PnP Linux

  • 评论
  • 分享微博
  • 分享邮件
 概述

  在网上有许多php的XML教程,但是只有少数介绍如何使用DOM来解析XML。我想利用这个机会展示一下在PHP编程中除了广泛使用的SAX实现方式外,还有另一种选择。

  DOM(Document Object Model,文档对象模型)和SAX(Simple API for XML,XML简单应用程序接口)在如何解析XML上有不同的方法。SAX引擎完全是事件驱动的。当它遇到一个标记时,它就调用一个适当的函数来处理它。这使得SAX非常快速和有效。然而他给你的感觉就象被套在一个没完没了的循环里面。你发现自己使用了太多的全局变量和条件语句。

  另一方面,DOM方法稍稍对内存有些敏感。它把整个XML文档以层次化的结构方式装载到内存里。这就是说,所有的数据组成了一个家族树,它们对编程者来说都是可用的。这种方法更直观,更容易使用,也提供了更多的可读性。

  为了使用DOM函数,你必需在配置PHP时,使用''--with-dom''参数。它们不是标准配置的组成部分,这里有一个简单的编译方式。

%> ./configure --with-dom --with-apache=../apache_1.3.12
%> make
%> make install

  译注:在Win32平台上支持DOM做法是这样的。首先,将下载包中dlls目录下的php_domXML.dll文件复制到系统目录下。NT、Win2K是system32目录,9X是system目录。其次,修改php.ini文件。将"Paths and Directories"中的extension_dir参数指向php_domXML.dll所在的路径,如extension_dir = C:\Winnt\system32;将"Dynamic Extensions"中extension=php_domXML.dll前的注释去掉。

  DOM如何构造XML

  因为DOM装载一个完整的字符串或文件到内存中作为一个树,这使我们可以将这些数据作为一个整体进行操作。我们拿这个XML文档作为一个例子。

<?XML version="1.0"?>

<book type="paperback">
<title>Red Nails</title>
<price>$12.99</price>
<author>
<name first="Robert" middle="E" last="Howard"/>
<birthdate>9/21/1977</birthdate>
</author>
</book>

  数据将象这样被组织起来

DomNode book
|
|-->DomNode title
| |
| |-->DomNode text
|
|-->DomNode price
| |
| |-->DomNode text
|
|-->DomNode author
|
|-->DomNode name
|
|-->DomNode birthdate
|
|-->DomNode text

  任何被标记封闭起来的文本都是它们自身的节点。举个例子来说,"Red Nails"是title的子节点,"$12.99"是price的子节点。

[下一页]


 

  在DOM中使用的对象

  你可能会觉得困惑,什么是一个DomNode。我们从这里开始讨论包含在DOM模型中的对象。DOM定义了五种对象:DomDocument, DomNode, DomAttribute, DomDtd, 和 DomNamespace。我们将把主要注意力集中在DomDocument和DomNode对象,因为他们是最常用的。

  Node对象

  下面是一个DomNode对象所包含内容的概览。

class DomNode
 properties:
  name
  content
  type
 methods:
  lastchild()
  children()
  parent()
  new_child( $name,$content )
  getattr( $name )
  setattr( $name,$value )
  attributes() 

  properties需要一些详细的说明。

  ·name 属性实际上是节点标记的名称。一个引用title标记的节点可能就是用''title''作为节点名。

  ·content 属性通常是空的。然而文本型节点使用这个属性来保存文本。

  ·type 属性是个常数,它明确定义了这个节点是什么类型的对象。有一些DomNode对象的类型。这些类型常数的列表可以从http://www.php.net/manual/ref.domXML.php在线获得。例如,一个包含文本内容的节点就可能有一个XML_TEXT_NODE的类型。

  methods也需要解释一下。

  ·lastchild() 返回一个节点的最后一个子节点。

  ·parent() 返回一个节点的父节点。例如,我们这里title节点的父节点就是''book''。

  ·children() 返回一个包含某节点所有子节点的数组。例如,author节点的children就是''name''和''birthdate''。

  ·new_child() 增加一个新的子节点,包括一个名称和一些作为参数的内容。

  ·getattr()和setattr()都是用于处理属性的。一个是取得属性值,一个是设置属性值。

  ·attributes() 返回一个DomAttribute对象的数组。

  DomDocument对象

  DomDocument对象也是重要的。

class DomDocument
 properties:
  version
  encoding
  standalone
  type
 methods:
  root()
  children()
  add_root( $node )
  dtd()
  dumpmem()
 

  properties(属性)的名字就可以解释自身的含义。

  ·''version'' 指文档的XML版本号。

  ·''encoding'' 指文本的编码。

  ·''standalone'' 是一个布尔值,它决定文档是否独立。

  method(方法)也是相当简单的。

  ·root() 返回文档的根节点。如果我们载入前面的XML范例作为一个DomDocument对象,那么根节点就是''book''。

  ·children() 与DomNode中的children一样。

  ·add_root() 在XML文档中增加一个新的根节点。如果你想用一个其他节点来代替''book''节点,那么你就要用到这个方法了。

  ·dtd() 返回XML文档的dtd。

  ·dumpmem() 返回XML数据的字符串表示。译注:dumpmem()方法将整个DomDocument对象串行化为一个字符串,并返回。

  由XMLtree()返回的DomDocument对象

  XMLtree(),返回另一种类型的DomDocument对象,它可能会给你带来麻烦。这个对象没有方法,它用属性代替了方法。它有一个真正的树形结构。

class DomDocument
 properties:
  version
  encoding
  standalone
  name
  content
  type
  attributes
  children

  它很容易使用。例如,用不着使用一个方法去得到一个节点的子节点,只要访问它的''children''属性就可以了。同样,''children''和''attributes''属性都是数组。

  其他的对象

  我将列出其他对象以及它们的属性和方法作为参考。在这篇文章中,我们将用不到它们。

class Attribute
 properties:
  name
  content
  methods:
  name()

 class Dtd
  properties:
   extid
   sysid
   name
class Namespace

[下一页]


 

  使用对象

  DOM模型只有三个函数,XMLdoc(),XMLdocfile()和XMLtree()。剩下的时间,我们将用这些对象进行处理。上面的函数都返回DomDocument对象。这有一些例子,关于如何装载XML数据到你的php脚本。

<?php

 # 使用下面两个方法中的任一个,从一个字符串装载XML

 $doc = XMLdoc( $XMLstr );
 $tree = XMLtree( $XMLstr );

 # 从一个文件装载XML
 $doc = XMLdocfile( $XMLfile );

?> 

  如果XML不能被正确解析,那么这些函数都会掷出一个错误。DOM不会为你验证XML文件的正确性。你必需用其他的方式来完成这一点。或许可以通过其他的程序来做,如XMLlint。译注:微软IE中内嵌XML解析器,只要用IE来浏览XML文档,就可以验证文档的有效性了。

  一个简单的例子

  让我们用一个简单的例子,将前面提到的东西联系起来。 <?php

 # 生成一个XML范例文档,以进行演示
 $XMLstr = "<" . "?" . "XML version=\"1.0\"" . "?" . ">";
 $XMLstr .=
 "
  <employee>
   <name>Matt</name>
   <position type=\"contract\">Web Guy</position>
  </employee>
 ";

 # 装载XML数据($doc成为一个DomDocument对象的实例)
 $doc = XMLdoc($XMLstr);

 # 得到根节点"employee"
 $employee = $doc->root();

 # 得到employee节点的子节点("name","position")
 $nodes = $employee->children();
 
 # 我们打算使用"position"节点
 # 因此我们必需反复通过employee的子节点来搜索它
 while ($node = array_shift($nodes))
 {
  if ($node->name == "position")
  {
   $position = $node;
   break;
  }
 }

 # 得到position的类型属性
 $type = $position->getattr("type");
 
 # 得到被封闭在position标记中的文本
 # 移动到position子节点的第一个子节点
 # 译注:这里的用法可以参考第一部分“DOM如何构造XML”的最后一段。
 $text_node = array_shift($position->children());

 # 访问这个文本节点的内容属性
 $text = $text_node->content;

 # 输出position和type
 echo "position: $text<BR>";
 echo "type: $type";

?> 

  这个例子将产生下面的输出。

position: Web Guy
type: contract

  上面例子中,while循环实际上是寻找position节点。这里的employee节点真正有5个子节点:三个text(文本),一个name,一个position。这个文本节点包含在行末尾的换行。这一点开始看起来比较奇怪,但是DOM将任何的字符串(即使是那些只包含空白部分的)都作为text(文本),并为它们都创造一个节点。
如果你为了确保employee节点只有两个子节点,那么你必需象这样写XML项目。

<employee>
 <name>Matt</name>
 <position type="contract">Web Guy</position>
</employee>

  一个更长的例子

  下面是一个更长的例子,关于如何从一个XML文档中提取信息。比如,我们有一个employees.XML文件,它包含employee信息。

<?XML version="1.0"?>

 <employees company="zoomedia.com">
 <employee>
  <name>Matt</name>
  <position type="contract">Web Guy</position>
 </employee>

 <employee>
  <name>George</name>
  <position type="full time">Mad Hacker</position>
 </employee>

 <employee>
  <name>Wookie</name>
  <position type="part time">Hairy SysAdmin</position>
 </employee>
</employees>
 

  下面展示如何在php脚本提取这个信息。

<?php

 # 遍历一个节点数组,寻找一个文本节点,并返回它的内容
 function get_content($parent)
 {
  $nodes = $parent->children();
  while($node = array_shift($nodes))
  if ($node->type == XML_TEXT_NODE)
   return $node->content;
  return "";
 }

 # 得到一个特定节点的内容
 function find_content($parent,$name)
 {
  $nodes = $parent->children();
  while($node = array_shift($nodes))
   if ($node->name == $name)
    return get_content($node);
   return "";
 }

 # 得到一个特定节点的属性
 function find_attr($parent,$name,$attr)
 {
  $nodes = $parent->children();
  while($node = array_shift($nodes))
   if ($node->name == $name)
     return $node->getattr($attr);
  return "";
 }

 # 载入XML文档
 $doc = XMLdocfile("employees.XML") or die("What employees?");

 # 得到根节点(employees)
 $root = $doc->root();

 # 得到employees的子节点数组,它包含了每一个employee节点
 $employees = $root->children();

 # 在数组中移动,输出一些emloyee数据
 while($employee = array_shift($employees))
 {
  if ($employee->type == XML_TEXT_NODE)
   continue;

   $name = find_content($employee,"name");
   $pos = find_content($employee,"position");
   $type = find_attr($employee,"position","type");

   echo "$name the $pos, $type employee<br>";
 }

?>

  你可以从你的浏览器上看到下面的输出。

Matt the Web Guy, contract employee
George the Mad Hacker, full time employee
Wookie the Hairy SysAdmin, part time employee

  另一个例子(增加数据)

  因为XML被载入到内存作为一个树,所以我们能够很容易地操作这些数据。必要时,我们能够增加分支或节点。

  比方说,我们想在XML文件中增加一个employee(售员)。

<?php

# 生成子节点的函数
function make_node($parent,$name,$content)
{
# 增加一个新子节点到父节点
$parent->new_child($name,$content);

# 返回新增加的子节点
return $parent->lastchild();
}

# 载入XML文件,得到根节点
$doc = XMLdocfile("employees.XML") or die("Do you even have any employees?");
$root = $doc->root();

# 赋予新employee(雇员)一个名字
$newguy = make_node($root,"employee","");

# 增加新成员的名字
make_node($newguy,"name","New Guy");

# 增加他的职位
$position = make_node($newguy,"position","Backup Gnome");

# 设置''type''属性
$position->setattr("type","intern");

# 将我们改变过的XML文档输出到浏览器
echo $doc->dumpmem();

?> 

  这个脚本将会打印XML文档到浏览器上,所以你可能愿意使用''查看源文件''来看这些数据。

  结论

  这些差不多就是DOMXML的全部了。它是一个简单的方法,在脚本中解析并操作XML。希望这篇文章能吸引更多的人关注PHP中的这个角落。

    • 评论
    • 分享微博
    • 分享邮件
    邮件订阅

    如果您非常迫切的想了解IT领域最新产品与技术信息,那么订阅至顶网技术邮件将是您的最佳途径之一。

    重磅专题
    往期文章
    最新文章