如何处理xml文件！看看这里

 

XML处理是开发过程中经常遇到的，PHP对其也有很丰富的支持，本文只是对其中某几种解析技术做简要说明，包括：Xml parser, SimpleXML, XMLReader, DOMDocument。

1。 XML Expat Parser：

XML Parser使用Expat XML解析器。Expat是一种基于事件的解析器，它把XML文档视为一系列事件。当某个事件发生时，它调用一个指定的函数处理它。Expat是无验证的解析器，忽略任何链接到文档的DTD。但是，如果文档的形式不好，则会以一个错误消息结束。由于它基于事件，且无验证，Expat具有快速并适合web应用程序的特性。

XML Parser的优势是性能好，因为它不是将整个xml文档载入内存后再处理，而是边解析边处理。但也正因为如此，它不适合那些要对xml结构做动态调整、或基于xml上下文结构做复杂操作的需求。如果你只是要解析处理一个结构良好的xml文档，那么它可以很好的完成任务。需要注意的是XML Parser只支持三种编码格式：US-ASCII, ISO-8859-1和UTF-8，如果你的xml数据是其他编码，需要先转换成以上三个之一。
XML Parser常用的解析方式大体有两种（其实就是两个函数）：xml_parse_into_struct和xml_set_element_handler。

xml_parse_into_struct

此方法是将xml数据解析到两个数组中：
index数组——包含指向Value 数组中值的位置的指针
value数组——包含来自被解析的 XML 的数据

这俩数组文字描述起来有点麻烦，还是看个例子吧（来自php官方文档）

$simple = "<para><note>simple note</note></para>";
$p = xml_parser_create();
xml_parse_into_struct($p, $simple, $vals, $index);
xml_parser_free($p);
echo "Index array
";
print_r($index);
echo "
Vals array
";
print_r($vals);

输出：
Index array
Array
(
    [PARA] => Array
        (
            [0] => 0
            [1] => 2
        )

    [NOTE] => Array
        (
            [0] => 1
        )
)

Vals array
Array
(
    [0] => Array
        (
            [tag] => PARA
            [type] => open
            [level] => 1
        )

    [1] => Array
        (
            [tag] => NOTE
            [type] => complete
            [level] => 2
            [value] => simple note
        )

    [2] => Array
        (
            [tag] => PARA
            [type] => close
            [level] => 1
        )
)

其中index数组以标签名为key，对应的值是一个数组，里面包括所有此标签在value数组中的位置。然后通过这个位置，找到此标签对应的值。

如果xml中每组数据格式有出入，不能做到完全统一，那么在写代码时要注意，说不定就得到了错误的结果。比如下面这个例子：

$xml = '
<infos>
<para><note>note1</note><extra>extra1</extra></para>
<para><note>note2</note></para>
<para><note>note3</note><extra>extra3</extra></para>
</infos>
';

$p = xml_parser_create();
xml_parse_into_struct($p, $xml, $values, $tags);
xml_parser_free($p);
$result = array();
//下面的遍历方式有bug隐患
for ($i=0; $i<3; $i++) {
  $result[$i] = array();
  $result[$i]["note"] = $values[$tags["NOTE"][$i]]["value"];
  $result[$i]["extra"] = $values[$tags["EXTRA"][$i]]["value"];
}
print_r($result);

要是按照上面那种方式遍历，看似代码简单，但是暗藏危机，最致命的是得到错误的结果（extra3跑到第二个para里了）。所以要以一种比较严谨的方式遍历：

$result = array();
$paraTagIndexes = $tags['PARA'];
$paraCount = count($paraTagIndexes);
for($i = 0; $i < $paraCount; $i += 2) {
  $para = array();
  //遍历para标签对之间的所有值
  for($j = $paraTagIndexes[$i]; $j < $paraTagIndexes[$i+1]; $j++) {
    $value = $values[$j]['value'];
    if(empty($value)) continue;

    $tagname = strtolower($values[$j]['tag']);
    if(in_array($tagname, array('note','extra'))) {
      $para[$tagname] = $value;
    }
  }
  $result[] = $para;
}

其实我很少用xml_parse_into_struct函数，所以上面所谓“严谨”的代码保不齐还会有其他情况下的bug。- -|
xml_set_element_handler

这种方式是为parser设置处理元素起始、元素终止的回调函数。配套的还有xml_set_character_data_handler用来为parser设置数据的回调函数。这种方式写的代码比较清晰，利于维护。

Example:

$xml = <<<XML
<infos>
<para><note>note1</note><extra>extra1</extra></para>
<para><note>note2</note></para>
<para><note>note3</note><extra>extra3</extra></para>
</infos>
XML;

$result = array();
$index = -1;
$currData;

function charactor($parser, $data) {
  global $currData;
  $currData = $data;
}

function startElement($parser, $name, $attribs) {
  global $result, $index;
  $name = strtolower($name);
  if($name == 'para') {
    $index++;
    $result[$index] = array();
  }
}

function endElement($parser, $name) {
  global $result, $index, $currData;
  $name = strtolower($name);
  if($name == 'note' || $name == 'extra') {
    $result[$index][$name] = $currData;
  }
}

$xml_parser = xml_parser_create();
xml_set_character_data_handler($xml_parser, "charactor");
xml_set_element_handler($xml_parser, "startElement", "endElement");
if (!xml_parse($xml_parser, $xml)) {
  echo "Error when parse xml: ";
  echo xml_error_string(xml_get_error_code($xml_parser));
}
xml_parser_free($xml_parser);

print_r($result);

可见，set handler方式虽然代码行数多，但思路清晰，可读性更好，不过性能上略慢于第一种方式，而且灵活性不强。XML Parser支持PHP4，适用于于使用老版本的系统。对于PHP5环境，还是优先考虑下面的方法吧。

2。 SimpleXML

SimpleXML是PHP5后提供的一套简单易用的xml工具集，可以把xml转换成方便处理的对象，也可以组织生成xml数据。不过它不适用于包含namespace的xml，而且要保证xml格式完整(well-formed)。它提供了三个方法：simplexml_import_dom、simplexml_load_file、simplexml_load_string，函数名很直观地说明了函数的作用。三个函数都返回SimpleXMLElement对象，数据的读取/添加都是通过SimpleXMLElement操作。

$string = <<<XML
<?xml version='1.0'?>
<document>
  <cmd>login</cmd>
  <login>imdonkey</login>
</document>
XML;

$xml = simplexml_load_string($string);
print_r($xml);
$login = $xml->login;//这里返回的依然是个SimpleXMLElement对象
print_r($login);
$login = (string) $xml->login;//在做数据比较时，注意要先强制转换
print_r($login);

SimpleXML的优点是开发简单，缺点是它会将整个xml载入内存后再进行处理，所以在解析超多内容的xml文档时可能会力不从心。如果是读取小文件，而且xml中也不包含namespace，那SimpleXML是很好的选择。

3。 XMLReader

XMLReader也是PHP5之后的扩展（5.1后默认安装），它就像游标一样在文档流中移动，并在每个节点处停下来，操作起来很灵活。它提供了对输入的快速和非缓存的流式访问，可以读取流或文档，使用户从中提取数据，并跳过对应用程序没有意义的记录。
以一个利用google天气api获取信息的例子展示下XMLReader的使用，这里也只涉及到一小部分函数，更多还请参考官方文档。

$xml_uri = 'http://www.google.com/ig/api?weather=Beijing&hl=zh-cn';
$current = array();
$forecast = array();

$reader = new XMLReader();
$reader->open($xml_uri, 'gbk');
while ($reader->read()) {
  //get current data
  if ($reader->name == "current_conditions" && $reader->nodeType == XMLReader::ELEMENT) {
    while($reader->read() && $reader->name != "current_conditions") {
      $name = $reader->name;
      $value = $reader->getAttribute('data');
      $current[$name] = $value;
    }
  }

  //get forecast data
  if ($reader->name == "forecast_conditions" && $reader->nodeType == XMLReader::ELEMENT) {
    $sub_forecast = array();
    while($reader->read() && $reader->name != "forecast_conditions") {
      $name = $reader->name;
      $value = $reader->getAttribute('data');
      $sub_forecast[$name] = $value;
    }
    $forecast[] = $sub_forecast;
  }
}
$reader->close();

XMLReader和XML Parser类似，都是边读边操作，较大的差异在于SAX模型是一个“推送”模型，其中分析器将事件推到应用程序，在每次读取新节点时通知应用程序，而使用XmlReader的应用程序可以随意从读取器提取节点，可控性更好。
由于XMLReader基于libxml，所以有些函数要参考文档看看是否适用于你的libxml版本。

4。 DOMDocument

DOMDocument还是PHP5后推出的DOM扩展的一部分，可用来建立或解析html/xml，目前只支持utf-8编码。

$xmlstring = <<<XML
<?xml version='1.0'?>
<document>
  <cmd attr='default'>login</cmd>
  <login>imdonkey</login>
</document>
XML;

$dom = new DOMDocument();
$dom->loadXML($xmlstring);
print_r(getArray($dom->documentElement));

function getArray($node) {
  $array = false;

  if ($node->hasAttributes()) {
    foreach ($node->attributes as $attr) {
      $array[$attr->nodeName] = $attr->nodeValue;
    }
  }

  if ($node->hasChildNodes()) {
    if ($node->childNodes->length == 1) {
      $array[$node->firstChild->nodeName] = getArray($node->firstChild);
    } else {
      foreach ($node->childNodes as $childNode) {
      if ($childNode->nodeType != XML_TEXT_NODE) {
        $array[$childNode->nodeName][] = getArray($childNode);
      }
    }
  }
  } else {
    return $node->nodeValue;
  }
  return $array;
}

从函数名上看感觉跟JavaScript很像，应该是借鉴了一些吧。DOMDocument也是一次性将xml载入内存，所以内存问题同样需要注意。PHP提供了这么多的xml处理方式，开发人员在选择上就要花些时间了解，选择适合项目需求及系统环境、又便于维护的方法。

 

php xml 常用函数大全

1、DOM 函数

　　a、DOMDocument->load()

　　作用：加载xml文件

　　用法：DOMDocument->load( string filename )

　　参数：filename，xml文件;

　　返回：如果成功则返回 TRUE，失败则返回 FALSE。

　　b、DOMDocument->loadXML()

　　作用：加载xml代码

　　用法：DOMDocument->loadXML( string source )

　　参数：source xml代码;

　　返回：如果成功则返回 TRUE，失败则返回 FALSE。

　　c、DOMDocument->getElementsByTagName_r()

　　作用：按标签名查找

　　用法：DOMDocument->getElementsByTagName_r(string name)

　　参数：name，标签名称;

　　返回：新的 DOMNodeList 对象 。

　　d、DOMDocument->getElementById()

　　作用：按标签名查找

　　用法：DOMDocument->getElementById(string elementId )

　　参数：elementId ，标签id;

　　返回：新的 DOMNodeList 对象 。

　　e、DOMDocument->createElement_x_x()

　　作用：创建标签

　　用法：DOMDocument->createElement_x_x(string name [, string value] )

　　参数：name，标签名称，value，只;

　　返回：新的 DOMElement 对象，失败为false 。

　　f、DOMDocument->createTextNode()

　　作用：创建文本节点

　　用法：DOMDocument->createTextNode(string content )

　　参数：content，内容;

　　返回：新的 DOMText 对象，失败为false 。

　　h、DOMDocument->createCDATASection()

　　作用：创建cdata节点

　　用法：DOMDocument->createCDATASection( string data )

　　参数：data，内容;

　　返回：新的 DOMCDATASection 对象，失败为false 。

　　i、DOMDocument->createAttribute()

　　作用：创建标签属性

　　用法：DOMDocument->createAttribute(string name)

　　参数：name，属性名称;

　　返回：新的 DOMAttr 对象，失败为false 。

　　j、DOMDocument->validate()

　　作用：检验xml代码

　　用法：DOMDocument->validate()

　　参数：无

　　返回：如果成功则返回 TRUE，失败则返回 FALSE。

　　k、DOMDocument->save()

　　作用：保存xml代码到xml文件

　　用法：DOMDocument->save(string filename )

　　参数：filename，xml文件;

　　返回：成功返回xml字符长度，失败返回false。

　　l、DOMDocument->saveXML()

　　作用：保存xml代码

　　用法：DOMDocument->saveXML( [DOMNode node [, int options]] )

　　参数：node，DOMNode;

　　返回：成功返回xml，失败返回false。

　　m、DOMElement->hasAttribute()

　　作用：检测属性是否存在

　　用法：DOMElement->hasAttribute(string name)

　　参数：name，属性名称;

　　返回：如果成功则返回 TRUE，失败则返回 FALSE。

　　n、DOMElement->getAttribute()

　　作用：获取属性值

　　用法：DOMElement->getAttribute(string name)

　　参数：name，属性名称;

　　返回：成功返回属性值，失败返回空。

　　o、DOMElement->getAttribute()

　　作用：获取属性值

　　用法：DOMElement->getAttribute(string name)

　　参数：name，属性名称;

　　返回：成功返回属性值，失败返回空。

　　p、DOMElement->setAttribute()

　　作用：设置属性值

　　用法：DOMElement->setAttribute(string name, string value )

　　参数：name，属性名称;value，属性值

　　返回：如果成功则返回 TRUE，失败则返回 FALSE。

　　q、DOMNode->appendChild()

　　作用：将子节点链接到父节点上

　　用法：DOMNode->appendChild(DOMNode newnode )

　　参数：newnode，新节点;

　　返回：成功返回新节点，失败返回空。

　　r、DOMNode->hasAttributes()

　　作用：检验是否有属性

　　用法：DOMNode->hasAttributes( )

　　参数：无

　　返回：如果成功则返回 TRUE，失败则返回 FALSE。

　　s、DOMNode->hasChildNodes()

　　作用：检测是否有子节点

　　用法：DOMNode->hasChildNodes()

　　参数：无

　　返回：如果成功则返回 TRUE，失败则返回 FALSE。

　　t、DOMNode->insertBefore()

　　作用：把子节点插入dom树,位置在某节点前

　　用法：DOMNode->insertBefore(DOMNode newnode [, DOMNode refnode] )

　　参数：newnode，新node;refnode，参照node

　　返回：成功返回新node，失败返回空。

　　u、DOMNode->removeChild()

　　作用：删除子节点

　　用法：DOMNode->removeChild(DOMNode oldnode )

　　参数：oldnode，子节点;

　　返回：成功返回子节点，失败返回空。

　　v、DOMNode->replaceChild()

　　作用：更新子节点

　　用法：DOMNode->replaceChild(DOMNode newnode, DOMNode oldnode )

　　参数：newnode，新node;oldnode，老的node

　　返回：成功返回oldnode，失败返回空。

　　————————-DOMNode 属性————————————–

　　a、DOMNode->nodeType

　　作用：获取节点类型

　　b、DOMNode->nodeName

　　作用：获取节点名称

　　c、DOMNode->nodeValue

　　作用：获取节点内容

　　d、DOMNode->textContent

　　作用：获取节点内容

　　e、DOMNode->parentNode

　　作用：获取节点父节点

　　f、DOMNode->childNodes

　　作用：获取节点子节点

　　g、DOMNode->firstChild

　　作用：获取节点第一个子节点

　　h、DOMNode->lastChild

　　作用：获取节点最后一个子节点

　　2、XMLReader

　　a、XMLReader::XML

　　作用：载入 xml 字符串

　　用法：XMLReader::xml(string source [, string encoding [, int options]] )

　　参数：source，xml string;encoding，document encoding or NULL

　　返回：如果成功则返回 TRUE，失败则返回 FALSE。

　　b、XMLReader::open

　　作用：载入xml文件

　　用法：XMLReader::open(string url [, string encoding [, int options]] )

　　参数：url，连接到xml的链接;encoding，document encoding or NULL

　　返回：如果成功则返回 TRUE，失败则返回 FALSE。

　　c、XMLReader::read

　　作用：读取 xml，使解析器前进到下一个标记

　　用法：XMLReader::read()，在 while 循环中遍历整个文档

　　参数：NULL

　　返回：如果成功则返回 TRUE，失败则返回 FALSE。

　　d、XMLReader::getAttribute

　　作用：获取属性

　　用法：XMLReader::getAttribute(string name)

　　参数：name，属性名称

　　返回：如果成功则返回 属性值，失败则返回 FALSE。

　　e、XMLReader::isValid

　　作用：检验xml是否合法

　　用法：XMLReader::isValid()

　　参数：无

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　f、XMLReader::moveToAttribute

　　作用：移动焦点到所指的属性上

　　用法：XMLReader::moveToAttribute(string name)

　　参数：name，属性名称

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　g、XMLReader::moveToFirstAttribute

　　作用：移动焦点到第一个属性上

　　用法：XMLReader::moveToFirstAttribute()

　　参数：无

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　h、XMLReader::moveToNextAttribute

　　作用：移动焦点到下一个属性上

　　用法：XMLReader::moveToNextAttribute()

　　参数：无

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　i、XMLReader::moveToElement

　　作用：移动焦点到父节点当前属性上

　　用法：XMLReader::moveToElement()

　　参数：无

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　j、XMLReader::close

　　作用：关闭xml输入

　　用法：XMLReader::close()

　　参数：无

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　———————-常量————————–

　　XMLReader::NONE = 0 ;

　　XMLReader::ELEMENT = 1 ;

　　XMLReader::ATTRIBUTE = 2 ;

　　XMLReader::TEXT = 3 ;

　　XMLReader::CDATA = 4 ;

　　XMLReader::ENTITY_REF = 5 ;

　　XMLReader::ENTITY = 6 ;

　　XMLReader::PI = 7 ;

　　XMLReader::COMMENT = 8 ;

　　XMLReader::DOC = 9 ;

　　XMLReader::DOC_TYPE = 10 ;

　　XMLReader::DOC_FRAGMENT = 11 ;

　　XMLReader::NOTATION = 12 ;

　　XMLReader::WHITESPACE = 13 ;

　　XMLReader::SIGNIFICANT_WHITESPACE = 14 ;

　　XMLReader::END_ELEMENT = 15 ;

　　XMLReader::END_ENTITY = 16 ;

　　XMLReader::XML_DECLARATION = 17 ;

　　XMLReader::LOADDTD = 1 ;

　　XMLReader::DEFAULTATTRS = 2 ;

　　XMLReader::VALIDATE = 3 ;

　　XMLReader::SUBST_ENTITIES = 4 ;

　　————————属性——————————–

　　a、XMLReader->attributeCount ;

　　作用：属性数量

　　b、XMLReader->baseURI ;

　　作用：节点的url

　　c、XMLReader->depth ;

　　作用：节点树的层数

　　d、XMLReader->hasAttributes ;

　　作用：检测是否有属性

　　e、XMLReader->hasValue ;

　　作用：是否有值

　　f、XMLReader->isEmptyElement ;

　　作用：是否是空标签

　　g、XMLReader->localName ;

　　作用：标签内部明

　　h、XMLReader->name ;

　　作用：标签名

　　i、XMLReader->nodeType ;

　　作用：节点类型

　　j、XMLReader->value ;

　　作用：节点文本内容

　　3、XMLWriter

　　a、XMLWriter::openURI

　　作用：从url输出代码创建新的XMLWriter

　　用法：XMLWriter::openURI(string uri )

　　参数：url xml地址

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　b、XMLWriter::setIndentString

　　作用：设置缩进字符

　　用法：XMLWriter::setIndentString(string indentString )

　　参数：indentString 缩进字符

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　c、XMLWriter::setIndent

　　作用：设置缩进开关

　　用法：XMLWriter::setIndent(bool indent )

　　参数：indent 缩进与否

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　d、XMLWriter::startDocument

　　作用：设置文档开始标签

　　用法：XMLWriter::startDocument( [string version [, string encoding [, string standalone]]] )

　　参数：version，版本;encoding，编码;standalone，独立的

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　e、XMLWriter::endDocument

　　作用：设置文档结束标签

　　用法：XMLWriter::endDocument( )

　　参数：无

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　f、XMLWriter::startDTD

　　作用：设置dtd开始标签

　　用法：XMLWriter::startDTD( string qualifiedName [, string publicId [, string systemId]] )

　　参数：qualifiedName，名称;publicId，piublic;systemId，system

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　g、XMLWriter::endDTD

　　作用：设置dtd结束标签

　　用法：XMLWriter::endDTD()

　　参数：无

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　h、XMLWriter::startElement

　　作用：设置开始标签

　　用法：XMLWriter::startElement(string name )

　　参数：name，标签名称

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　i、XMLWriter::endElement

　　作用：设置结束标签

　　用法：XMLWriter::endElement()

　　参数：无

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　j、XMLWriter::startCData

　　作用：设置开始标签

　　用法：XMLWriter::startCData()

　　参数：无

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　k、XMLWriter::endCData

　　作用：设置结束标签

　　用法：XMLWriter::endCData ()

　　参数：无

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　l、XMLWriter::writeAttribute

　　作用：写标签属性

　　用法：XMLWriter::writeAttribute (string name, string value )

　　参数：name，属性名称;value，属性值

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　m、XMLWriter::writeElement

　　作用：写标签属性

　　用法：XMLWriter::writeElement (resource xmlwriter, string name, string content )

　　参数：xmlwriter，xml资源;name，标签名称;value，文本值

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　n、XMLWriter::writeCData

　　作用：写标签属性

　　用法：XMLWriter::writeCData (resource xmlwriter, string content )

　　参数：xmlwriter，xml资源;value，文本值

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　o、XMLWriter::text

　　作用：写文本

　　用法：XMLWriter::text (string content )

　　参数：content，文本值

　　返回：如果成功则返回 true，失败则返回 FALSE。

　　p、XMLWriter::flush

　　作用：清空缓存

　　用法：XMLWriter::flush ( )

　　参数：无

　　返回：如果成功则返回 true，失败则返回 FALSE。