如何使用 PHP 爬虫获取并解析 XML 数据

在网页开发中，获取并解析 xml 数据是非常常见的操作。本文将重点介绍如何使用 php 爬虫获取并解析 xml 数据。

一、获取 XML 数据

1. cURL 库

cURL 库是一个非常常用的获取数据的 PHP 库。可以使用以下代码从某个网站上获取 XML 数据：

1 2 3 4 5 6

$url = 'http://example.com/example.xml'; $ch = curl_init(); curl_setopt($ch, CURLOPT_URL, $url); curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); $xml = curl_exec($ch); curl_close($ch);

这里我们使用了 curl_init() 初始化一个 cURL 对象，并且设置了 CURLOPT_URL 参数为目标 URL。将 CURLOPT_RETURNTRANSFER 参数设置为 1，将会使 cURL 返回一个字符串而不是直接输出内容。

1. file_get_contents() 函数

在 cURL 库取得 XML 数据的同时， file_get_contents() 方式也可以取得 XML 数据。我们可以按照下面的例子来达到此目的：

1 2	$url = 'http://example.com/example.xml'; $xml = file_get_contents($url);

二、解析 XML 数据

PHP 提供了多种方法来解析 XML 数据。

1. SimpleXML

SimpleXML 是 PHP 中一个非常易于使用的 XML 解析器。我们可以按照下面的代码来使用 SimpleXML：

1	$xml = simplexml_load_string($xml);

这里我们使用了 simplexml_load_string() 方法来解析 XML 字符串并将其转换为对象。

例如，假设我们有以下 XML 文档：

1 2 3 4 5 6 7 8 9 10 11 12 13

<?xml version="1.0" encoding="UTF-8" ?> <bookstore>   <book>     <title>PHP 7 Programming Blueprints</title>     <author>Vikram Vaswani</author>     <price>28.99</price>   </book>   <book>     <title>Mastering PHP 7</title>     <author>Chad Russell</author>     <price>39.99</price>   </book> </bookstore>

我们可以使用以下代码来访问和输出此 XML 数据：

1 2 3 4 5

foreach ($xml->book as $book) {   echo "Title: " . $book->title . "<br>";   echo "Author: " . $book->author . "<br>";   echo "Price: " . $book->price . "<br>"; }

输出结果如下：

1 2 3 4 5 6

Title: PHP 7 Programming Blueprints Author: Vikram Vaswani Price: 28.99 Title: Mastering PHP 7 Author: Chad Russell Price: 39.99

1. DOMDocument

DOMDocument 是另一个 PHP 中常用的 XML 解析器。我们可以按照下面的代码来使用 DOMDocument：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

$doc = new DOMDocument(); $doc->loadXML($xml); $books = $doc->getElementsByTagName("book"); foreach ($books as $book) {   $titles = $book->getElementsByTagName("title");   $title = $titles->item(0)->nodeValue;   $authors = $book->getElementsByTagName("author");   $author = $authors->item(0)->nodeValue;   $prices = $book->getElementsByTagName("price");   $price = $prices->item(0)->nodeValue;   echo "Title: " . $title . "<br>";   echo "Author: " . $author . "<br>";   echo "Price: " . $price . "<br>"; }

这里我们使用了 DOMDocument 类来解析 XML 文档，然后利用 getElementsByTagName() 方法获取特定的元素。最后输出结果与 SimpleXML 解析器相同。

三、总结

在本篇文章中，我们学习了如何使用 PHP 爬虫获取并解析 XML 数据，其中包括使用 cURL 库和 file_get_contents() 函数获取 XML 数据，使用 SimpleXML 和 DOMDocument 解析 XML 数据。希望本文对您有所帮助。