用 PHP 读取和编写 XML DOM ---- 使用 DOM 库、SAX 解析器和正则表达式

用 php 读取和编写 XML DOM

使用 DOM 库、SAX 解析器和正则表达式

级别: 中级

Jack Herrington ([email protected]), 高级软件工程师, "Code Generation Network"

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：

Jack Herrington

这个 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：

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：

也可以向 XML 标记添加属性。例如，这个 标记包含 first 和 last 属性：

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 包含一组 标记，每个 标记又包含 、/ " ,  
   $block ,   $title  );
   preg_match_all (  " /(.*?)/ " ,  
   $block ,   $publisher  );
   echo (  $title [ 1 ][ 0 ] . "  -  " . $author [ 1 ][ 0 ] . "  -  " .
   $publisher [ 1 ][ 0 ] . " "  );
  }
   ?>

 

请注意这个代码有多短。开始时，它把文件读进一个大的字符串。然后用一个 regex 函数读取每个图书项目。最后用 foreach 循环，在每个图书块间循环，并提取出 author、title 和 publisher。

那么，缺陷在哪呢？使用正则表达式代码读取 XML 的问题是，它并没先进行检查，确保 XML 的格式良好。这意味着在读取之前，无法知道 XML 是否格式良好。而且，有些格式正确的 XML 可能与正则表达式不匹配，所以日后必须修改它们。

我从不建议使用正则表达式读取 XML，但是有时它是兼容性最好的方式，因为正则表达式函数总是可用的。不要用正则表达式读取直接来自用户的 XML，因为无法控制这类 XML 的格式或结构。应当一直用 DOM 库或 SAX 解析器读取来自用户的 XML。

用 DOM 编写 XML

读取 XML 只是公式的一部分。该怎样编写 XML 呢？编写 XML 最好的方式就是用 DOM。清单 5 显示了 DOM 构建图书 XML 文件的方式。

清单 5. 用 DOM 编写图书 XML

   php
   $books   =   array ();
   $books  []  =   array (
   ' title '   =>   ' php Hacks ' ,
   ' author '   =>   ' Jack Herrington ' ,
   ' publisher '   =>   " O'Reilly "
  );
   $books  []  =   array (
   ' title '   =>   ' Podcasting Hacks ' ,
   ' author '   =>   ' Jack Herrington ' ,
   ' publisher '   =>   " O'Reilly "
  );
  
   $doc   =   new  DOMDocument();
   $doc -> formatOutput  =   true ;
  
   $r   =   $doc -> createElement(  " books "  );
   $doc -> appendChild(  $r  );
  
   foreach (  $books   as   $book  )
  {
   $b   =   $doc -> createElement(  " book "  );
  
   $author   =   $doc -> createElement(  " author "  );
   $author -> appendChild(
   $doc -> createTextNode(  $book [ ' author ' ] )
  );
   $b -> appendChild(  $author  );
  
   $title   =   $doc -> createElement(  " title "  );
   $title -> appendChild(
   $doc -> createTextNode(  $book [ ' title ' ] )
  );
   $b -> appendChild(  $title  );
  
   $publisher   =   $doc -> createElement(  " publisher "  );
   $publisher -> appendChild(
   $doc -> createTextNode(  $book [ ' publisher ' ] )
  );
   $b -> appendChild(  $publisher  );
  
   $r -> appendChild(  $b  );
  }
  
   echo   $doc -> saveXML();
   ?>

 
在脚本的顶部，用一些示例图书装入了 books 数组。这个数据可以来自用户也可以来自数据库。

示例图书装入之后，脚本创建一个 new DOMDocument，并把根节点 books 添加到它。然后脚本为每本书的 author、title 和 publisher 创建节点，并为每个节点添加文本节点。每个 book 节点的最后一步是重新把它添加到根节点 books。

脚本的末尾用 saveXML 方法把 XML 输出到控制台。（也可以用 save 方法创建一个 XML 文件。）脚本的输出如清单 6 所示。

清单 6. DOM 构建脚本的输出

  % php e4.php
 
 
 
  Jack Herrington
 
  O'Reilly
 
 
  Jack Herrington
 
  O'Reilly
 
 
  %

使用 DOM 的真正价值在于它创建的 XML 总是格式正确的。但是如果不能用 DOM 创建 XML 时该怎么办？

用 php 编写 XML

如果 DOM 不可用，可以用 php 的文本模板编写 XML。清单 7 显示了 php 如何构建图书 XML 文件。

清单 7. 用 php 编写图书 XML

   php
   $books   =   array ();
   $books  []  =   array (
   ' title '   =>   ' php Hacks ' ,
   ' author '   =>   ' Jack Herrington ' ,
   ' publisher '   =>   " O'Reilly "
  );
   $books  []  =   array (
   ' title '   =>   ' Podcasting Hacks ' ,
   ' author '   =>   ' Jack Herrington ' ,
   ' publisher '   =>   " O'Reilly "
  );
   ?>
   < books >
   php
  
   foreach (  $books   as   $book  )
  {
   ?>
   < book >
   < title > php  echo (  $book [ ' title ' ] );  ?> title >
   < author > php  echo (  $book [ ' author ' ] );  ?>
   author >
   < publisher > php  echo (  $book [ ' publisher ' ] );  ?>
   publisher >
   book >
   php
  }
   ?>
   books >

脚本的顶部与 DOM 脚本类似。脚本的底部打开 books 标记，然后在每个图书中迭代，创建 book 标记和所有的内部 title、author 和 publisher 标记。

这种方法的问题是对实体进行编码。为了确保实体编码正确，必须在每个项目上调用 htmlentities 函数，如清单 8 所示。

清单 8. 使用 htmlentities 函数对实体编码

   < books >
   php
  
   foreach (  $books   as   $book  )
  {
   $title   =   htmlentities (  $book [ ' title ' ] ,  ENT_QUOTES );
   $author   =   htmlentities (  $book [ ' author ' ] ,  ENT_QUOTES );
   $publisher   =   htmlentities (  $book [ ' publisher ' ] ,  ENT_QUOTES );
   ?>
   < book >
   < title > php  echo (  $title  );  ?> title >
   < author > php  echo (  $author  );  ?>   author >
   < publisher > php  echo (  $publisher  );  ?>
   publisher >
   book >
   php
  }
   ?>
   books >

 
这就是用基本的 php 编写 XML 的烦人之处。您以为自己创建了完美的 XML，但是在试图使用数据的时候，马上就会发现某些元素的编码不正确。

结束语

XML 周围总有许多夸大之处和混淆之处。但是，并不像您想像的那么难 —— 特别是在 php 这样优秀的语言中。在理解并正确地实现了 XML 之后，就会发现有许多强大的工具可以使用。XPath 和 XSLT 就是这样两个值得研究的工具。