php dom xml解析,简化PHP DOM XML解析 - 如何？

Gordon..

12

解决问题1:

的W3C定义:该属性的含义xml:id如在XML文档的ID属性定义该属性的处理以识别的ID不存在的验证,而无需获取的外部资源,并且不依赖于内部子集.

换句话说,当你使用时

$element->setAttribute('xml:id', 'test');

您不需要调用setIdAttribute,也不需要指定DTD或Schema.DOM将xml:id在使用时识别该属性,getElementById而无需验证文档或任何内容.这是最省力的方法.但请注意,根据您的操作系统和libxml的版本,您getElementById根本无法工作.

解决问题2:

即使ID无法getElementById获取,您仍然可以使用XPath获取它们:

$xpath->query('/pages/page[@id=1]');

肯定会奏效.您还可以直接获取特定页面的产品子项:

$xpath->query('//pages/page[@id=1]/products');

除此之外,你可以做的很少,使DOM代码看起来不那么冗长,因为它真的是一个冗长的界面.它必须是,因为DOM是一个语言不可知的接口,再次由W3C定义.

在下面的评论后编辑

它像我上面解释的那样工作.这是一个完整的测试用例.第一部分是用DOM 编写新的XML文件.这是您需要设置xml:id属性的位置.您可以使用此属性而不是常规的非命名空间的id属性.

// Setup

$dom = new DOMDocument;

$dom->formatOutput = TRUE;

$dom->preserveWhiteSpace = FALSE;

$dom->loadXML('');

// How to set a valid id attribute when not using a DTD or Schema

$page1 = $dom->createElement('page');

$page1->setAttribute('xml:id', 'p1');

$page1->appendChild($dom->createElement('product', 'foo1'));

$page1->appendChild($dom->createElement('product', 'foo2'));

// How to set an ID attribute that requires a DTD or Schema when reloaded

$page2 = $dom->createElement('page');

$page2->setAttribute('id', 'p2');

$page2->setIdAttribute('id', TRUE);

$page2->appendChild($dom->createElement('product', 'bar1'));

$page2->appendChild($dom->createElement('product', 'bar2'));

// Appending pages and saving XML

$dom->documentElement->appendChild($page1);

$dom->documentElement->appendChild($page2);

$xml = $dom->saveXML();

unset($dom, $page1, $page2);

echo $xml;

这将创建一个这样的XML文件:

foo1

foo2

bar1

bar2

当您再次读入XML时,新的DOM实例不再知道您已将非命名空间id属性声明为ID属性setIdAttribute.它仍然在XML中,但id属性只是一个常规属性.您必须知道ID属性在XML中是特殊的.

// Load the XML we created above

$dom = new DOMDocument;

$dom->loadXML($xml);

现在进行一些测试:

echo "\n\n GETELEMENTBYID RETURNS ELEMENT WITH XML:ID \n\n";

foreach( $dom->getElementById('p1')->childNodes as $product) {

echo $product->nodeValue; // Will output foo1 and foo2 with whitespace

}

上述工作,因为DOM兼容解析器必须识别xml:id是一个ID属性,无论任何DTD或架构.这在上面链接的规范中有解释.它输出空格的原因是因为格式化的输出在开始标记,两个产品标记和结束标记之间存在DOMText节点,所以我们迭代五个节点.在使用XML时,节点概念对于理解是至关重要的.

echo "\n\n GETELEMENTBYID CANNOT FETCH NORMAL ID \n\n";

foreach( $dom->getElementById('p2')->childNodes as $product) {

echo $product->nodeValue; // Will output a NOTICE and a WARNING

}

以上操作无效,因为id它不是ID属性.要让DOM解析器识别它,您需要一个DTD或Schema,并且必须对它进行XML验证.

echo "\n\n XPATH CAN FETCH NORMAL ID \n\n";

$xPath = new DOMXPath($dom);

$page2 = $xPath->query('/pages/page[@id="p2"]')->item(0);

foreach( $page2->childNodes as $product) {

echo $product->nodeValue; // Will output bar1 and bar2

}

另一方面,XPath是关于属性的文字,这意味着id如果getElementById不可用,您可以使用属性查询DOM元素.请注意,要查询ID为p1的页面,您必须包含命名空间,例如@xml:id="p1".

echo "\n\n XPATH CAN FETCH PRODUCTS FOR PAGE WITH ID \n\n";

$xPath = new DOMXPath($dom);

foreach( $xPath->query('/pages/page[@id="p2"]/product') as $product ) {

echo $product->nodeValue; // Will output bar1 and bar2 w\out whitespace

}

如上所述,您还可以使用XPath查询文档中的任何其他内容.这个不会输出空格,因为它只返回productid为p2的页面下面的元素.

您还可以从节点遍历整个DOM.这是一个树形结构.由于DOMNode是DOM中最重要的类,因此您需要熟悉它.

echo "\n\n TRAVERSING UP AND DOWN \n\n";

$product = $dom->getElementsByTagName('product')->item(2);

echo $product->tagName; // 'product'

echo $dom->saveXML($product); // 'bar1'

// Going from bar1 to foo1

$product = $product->parentNode // Page Node

->parentNode // Pages Node

->childNodes->item(1) // Page p1

->childNodes->item(1); // 1st Product

echo $product->nodeValue; // 'foo1'

// from foo1 to foo2 it is two(!) nodes because the XML is formatted

echo $product->nextSibling->nodeName; // '#text' with whitespace and linebreak

echo $product->nextSibling->nextSibling->nodeName; // 'product'

echo $product->nextSibling->nextSibling->nodeValue; // 'foo2'

在旁注中,是的,我在上面的原始代码中确实有一个拼写错误.事实product并非如此products.但我发现,当你需要改变的是一个代码时,声称代码不起作用是不合理的s.这感觉太像是想要用勺子做饭.