php xml DOM解码编码

一、XML解码

对于XML的解码，在php中使用simpleXML可能会比较简单：

$content = simplexml_load_string($content,'SimpleXMLElement', LIBXML_NOCDATA);
$json = json_encode($content);
//'SimpleXMLElement', LIBXML_NOCDATA：如果不加这两个参数，将导致CDATA节点无法解析
//参数LIBXML_NOCDATA：将CDATA节点视为文本节点

但是在编码XML文档时，simpleXML的addChild()函数无法添加CDATA节点。

二、XML结构和XML DOM编码

了解XML文本结构

XML文本以节点形式组成，与json类似，HTML、XHTML也是使用XML规则编码的。

主要有以下几种类型：

1.文档的全部内容被视为一个总节点：

2.第一个标签被视为一级节点，或者根节点：

注意：根节点并不一定命名为xml，可以自定义；但标准规范建议用xml命名。
标准规范的XML文档只有一个根节点，否则无法被解析器识别。

3.子节点：包含在其他标签内部的标签，图示的name和url就是xml节点的子节点。

注意：同处一级的节点，名称不可相同。

4.文本节点：标签内部的文本，包括下级节点内部的文本。

上面name的文本节点，同样属于xml的文本节点。

注意：文本节点的内容可以是换行符、空格或特殊符号等不显示的文本，但不会是空值。
如果为空值，则认为这个节点不存在。标准规范不建议在这些节点写入文本。

4.CDATA节点
当文本节点中包含一些特殊字符，如< &等将导致解析器产生识别错误。
因此在编码时，对于无法保证不包含特殊字符的文本节点，应使用CDATA节点来代替；
同时在解码时，将CDATA节点视为文本节点，就解决了这个问题。
CDATA节点的结构： <![CDATA[ 文本内容 ]]>

5其他属性
命名空间，节点属性等使用较少，后面再填坑吧。

XML DOM

XML DOM是通用的操作XML文档的标准方法，不仅限于php，在js、java等其它语言中同样可用，并且其属性方法基本一致。

在php中：

$xml = new DOMDocument();//实例化DOM类
$xml->loadXML("");//从字符串导入XML文本
$xml->load("file.xml");//从文件导入XML文本

$xml = new \DOMDocument();
//如果在thinkphp、laravel等框架中使用，需要在类名前加反斜杠\，或者将其注册到核心类文件中

XML DOM对象的方法：（用get_class_methods()函数查询）
XML DOM对象的属性：（用var_dump()函数查询）*内容过多，为了不影响阅读就不贴在这里了

解码XML

实例化并导入xml文本之后，此时的$xml是一个总节点，需要使用一系列方法属性来解析：

对象属性方法	说明
$xml->documentElement	返回文档的根节点对象DOMElement
DOMElement->childNodes	返回子节点对象的集合DOMNodeList，php没有集合类型，可视为数组
DOMElement->parentNode	返回父节点对象DOMElement
DOMNodeList->item( index )	返回节点列表对应索引的节点对象DOMElement
DOMElement->nodeName	返回节点对象DOMElement的名称，文本节点会返回#text
DOMElement->nodeValue	返回节点对象DOMElement的文本节点内容，CDATA节点会被视为文本节点
DOMElement->nodeType	返回节点对象DOMElement的节点类型
$xml->saveXML()	返回字符串形式的XML文档

DOMNodeList->item( index )函数解释：

正常情况下，item(0)、item(2)、item(4)这些地方不会写入内容，因此在解析时也会被忽略。

如果删除换行符，写成一行的形式，则上图的item(0)、item(2)、item(4)不存在，剩下的item重新排列索引。

php没有列表或集合类型，DOMNodeList可以被视为数组。
DOMNodeList[ index ]、DOMNodeList->item( index ) 返回结果一致。

通过一个循环就可以遍历解析出XML：
（仅适用于单层XML，即根节点内只有一层子节点标签。）

//仅适用于单层XML，即根节点内只有一层子节点标签。
//如果子节点标签内还有子节点标签，这种方式无法导出内层子节点的标签名，需要进一步做递归遍历
$xml = new DOMDocument();
$xml->loadXML("");
$array=[];
foreach ($xml->documentElement->childNodes AS $item){
	if($item->nodeName != "#text"){//#text节点忽略
		$node = [$item->nodeName=>$item->nodeValue];
		$array=array_merge_recursive($array , $node);
	}
}
return $array;//后续可转换为json

返回结果：

array:2 [
  "name" => "whsand.com"
  "url" => "https://whsand.com"
]

多层XML的递归遍历解析：
（尚有不足，未考虑节点属性、命名空间等，仅适用于标准规范的XML文本）

function xml_handle($xmlstr){
    $xml = new DOMDocument();
    $xml->loadXML($xmlstr);
    $GLOBALS['node'] = [];
    function get_last_node($xml){//获取最底层的非#text节点
        foreach($xml->childNodes as $item){
            if($item->nodeType == 1)
            get_last_node($item);
            else{
                $item = $item->parentNode;
                if(!$item->childNodes[1])
                $GLOBALS['node']=array_merge($GLOBALS['node'],[$item->nodeName=>$item->nodeValue]);
            }
        }           
    }
    get_last_node($xml);
    $xmlArray=[];
    foreach($GLOBALS['node'] as $k=>$v){//循环递归获取父节点，直到根节点
        $array = [$k=>$v];
        $item=$xml->getElementsByTagName($k)[0];
        while($item->parentNode->nodeName != "#document"){
            $array = [$item->parentNode->nodeName => $array];
            $item = $item->parentNode;
        }
        $xmlArray=array_merge_recursive($xmlArray,$array);//拼接数组
    }
    return $xmlArray;
}

暂时肝不动了，未完待续