PHP中的XML利用-交流共享-唐山网站建设

PHP中的XML利用

核心提示：XML代表ExtensibleMarkupLanguage（eXtensibleMarkupLanguage的缩写，意为可扩大的标记语言）。XML是1套定义语义标记的规则，这些标记将文档分成很多部件并对这些部件加以标识。它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句

综述

XML代表ExtensibleMarkupLanguage（eXtensibleMarkupLanguage的缩写，意为可扩大的标记语言）。XML是1套定义语义标记的规则，这些标记将文档分成很多部件并对这些部件加以标识。它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。XML是当今最热门的技术。而PHP也具有分析XML文档的功能,下面我们将共同探讨1下PHP中的XML利用的情况。

XML概貌

谈起XML(eXtendedMarkupLanguage：可扩大标记语言)，我们无妨先看1段HTML的代码：

＜html＞
＜title＞XML＜/title＞
＜body＞
＜p＞＜center＞＜fontcolor="red"＞TEXT＜/font＞＜/center＞＜/p＞
＜ahref="www.domain.com"＞＜imgsrc="logo.jpg"/＞＜/a＞
＜/body＞
＜/html＞

上面这段代码从结构上就符合XML的规则，XML可以理解是包括数据的树形的结构类型：

1、援用同1个元素的时候，使用1致的大小写，如＜center＞＜/Center＞就是不符合规定的
2、任何属性值(如href="????")要用""引发来，如＜ahref=www.yahoo.com＞就是不正确的
3、所有元素必须由打开＜和封闭＞标注组成，元素应当形如＜body＞＜/body＞或空元素＜img.../＞，假设结尾的"/＞"少了"/"就是毛病的代码
4、所有元素必须彼此嵌套，就像写程序的循环1样，而且，所有的元素必须嵌套于根元素当中，比如上面的代码所有的内容都嵌套于＜html＞＜/html＞当中。
5、元素名称(即上面的bodyapimg等)应为字母开头。

怎样利用PHP的XML解析器Expat？

Expat是PHP脚本语言的XML解析器（一样称为XML处理器），可使程序访问XML文档的结构和内容。它是1种基于事件的解析器。XML解析器有两种基本类型：

基于树型的解析器：将XML文档转换成树型结构。这类解析器分析整篇文章，同时提供1个API来访问所产生树的每个元素。其通用的标准为DOM（文档对象模式）。

基于事件的解析器：将XML文档视为1系列的事件。当1个特殊事件产生时，解析器将调用开发者提供的函数来处理。基于事件的解析器有1个XML文档的数据集中视图，也就是说它集中在XML文档的数据部份，而不是其结构。这些解析器从头到尾处理文档，并将类似于－元素的开始、元素的结尾、特点数据的开始等等－事件通过回调（callback）函数报告给利用程序。

以下是1个"Hello-World"的XML文档范例：

＜greeting＞
HelloWorld
＜/greeting＞

基于事件的解析器将报告为3个事件：

开始元素：greeting
CDATA项的开始，值为：HelloWorld
结束元素：greeting

基于事件的解析器不产生描写文档的结构，固然假设使用Expat，必要时它1样可以在PHP中天生完全的原生树结构。在CDATA项中，基于事件的解析器不会得到父元素greeting的信息。但是，它提供1个更底层的访问，这就使得可以更好地利用资源和更快地访问。通过这类方式，就没有必要将全部文档放进内存；而事实上，全部文档乃至可以大于实际内存值。

上面Hello-World的范例固然包括完全的XML格式，但它是无效的，由于既没有DTD（文档类型定义）与其联系，也没有内嵌DTD。但是Expat是1个不检查有效性的解析器，因此忽视任何与文档联系的DTD。应留意的是文档依然需要完全的格式，否则Expat（和其他符合XML标准的解析器1样）将会随着出错信息而停止。

1 2 3 4 5 6 下1页

编译Expat

Expat可以编译进PHP3.0.6版本（或以上）中。从Apache1.3.22开始，Expat已作为Apache的1部份。在Unix系统中，可以通过-with-xml选项配置PHP将其编译进PHP。

假设将PHP编译为Apache的模块，而Expat将默许作为Apache的1部份。在Windows中，则必须要加载XML动态连接库。

XML范例：XMLstats
我们所要讨论的范例是使用Expat来搜集XML文档的统计数据。

对文档中每个元素，以下信息都将被输出：

该元素在文档中使用的次数
该元素中字符数据的数目
元素的父元素
元素的子元素

留意：为了演示，我们利用PHP来产生1个结构来保存元素的父元素和子元素

用于产生XML解析器实例的函数有哪些？

用于产生XML解析器实例的函数为xml_parser_create()。该实例将用于以后的所有函数。这个思路非常类似于PHP中MySQL函数的连接标记。在解析文档前，基于事件的解析器通常要求注册回调函数－用于特定的事件产生时调用。Expat没有例外事件，它定义了以下7个可能事件：

XML的Case Folding选项

用xml_parser_set_option()函数将Case folding选项封闭。这个选项默许是打开的，使得传递给处理函数的元素名自动转换为大写。但XML对大小写是敏感的（所以大小写对统计XML文档是非常重要的）。对我们的范例，case folding选项必须封闭。

如何对文档进行解析?

在完成所有的豫备工作后，现在脚本终究可以解析XML文档：

Xml_parse_from_file()，1个自定义的函数，打开参数中指定的文件，并以4kb的大小进行解析
xml_parse()，和xml_parse_from_file()1样，当产生毛病时，即XML文档的格式不完全时，将会返回false。

我们可使用xml_get_error_code()函数来得到最后1个毛病的数字代码。将此数字代码传递给xml_error_string()函数即可得到毛病的文本信息。输出XML当前的行数，使得调试更轻易。

当解析文档时，对Expat需要夸大题目的是：如何保持文档结构的基本描写？

如前所述，基于事件的解析器本身其实不产生任何结构信息。不过标签(tag)结构是XML的重要特性。例如，元素序列＜book＞＜title＞表示的意思不同于＜figure＞＜title＞。书名和图名是没有关系的，固然它们都用到"title"这个术语。因此，为了更有效地使用基于事件的解析器处理XML，必须使用自己的栈(stacks)或列表(lists)来保护文档的结构信息。

为了产生文档结构的镜像，脚本最少需要知道目前元素的父元素。用Exapt的API是没法实现的，它只报告目前元素的事件，而没有任何前后关系的信息。因此，需要建立自己的栈结构。

脚本范例使用先进后出(FILO)的栈结构。通过1个数组，栈将保存全部的开始元素。对开始元素处理函数，目前的元素将被array_push()函数推到栈的顶部。相应的，结束元素处理函数通过array_pop()将最顶的元素移走。

对序列＜book＞＜title＞＜/title＞＜/book＞，栈的填充以下：

开始元素book：将"book"赋给栈的第1个元素($stack[0])。
开始元素title：将"title"赋给栈的顶部($stack[1])。
结束元素title：从栈中将最顶部的元素移往($stack[1])。
结束元素title：从栈中将最顶部的元素移往($stack[0])。

PHP3.0通过1个$depth变量手动控制元素的嵌套来实现范例，这就使脚本看起来比较复杂。PHP4.0通过array_pop()和array_push()两个函数来使脚本看起来更简洁。

上1页 1 2 3 4 5 6 下1页

如何搜集XML文档中的元素信息？

为了搜集每个元素的信息，脚本需要记住每个元素的事件。通过使用1个全局的数组变量$elements来保存文档中所有不同的元素。数组的项目是元素类的实例，有4个属性（类的变量）

$count -该元素在文档中被发现的次数
$chars -元素中字符事件的字节数
$parents -父元素
$childs - 子元素

留意：PHP的1个特性是你可以通过while(list() = each())loop遍历全部类结构，犹如你遍历全部相应的数组1样。所有的类变量（当你用PHP3.0时还有方法名）都以字符串的方式输出。

当发现1个元素时，我们需要增加其相应的记数器来跟踪它在文档中出现多少次。在相应的$elements项中的记数元素也要加1。

我们一样要让父元素知道目前的元素是它的子元素。因此，目前元素的名称将会加进到父元素的$childs数组的项目中。最后，目前元素应当记住谁是它的父元素。所以，父元素被加进到目前元素$parents数组的项目中。

显示统计信息

剩下的代码在$elements数组和其子数组中循环显示其统计结果。这就是最简单的嵌套循环，虽然输出正确的结果，但代码既不简洁又没有任何特别的技能，它仅仅是1个你可能每天用他来完成工作的循环。

脚本范例被设计为通过PHP的CGI方式的命令行来调用。因此，统计结果输出的格式为文本格式。假设你要将脚本应用到互联网上，那末你需要修改输出函数来产生HTML格式。

如何用PHP&XML编制1个迷你搜索引擎实例？

让我们首先来熟习1下我们程序中用到的那个XML（保存为xyz.xml）。

＜?xml version="1.0" encoding="gb2312" ?＞
＜links＞采取PHP和XML技术构建的搜索引擎
＜web memo="memo1" url=""＞name1＜/web＞
＜sub＞电脑网络
＜web memo="nemo2"＞name2＜/web＞
＜sub＞程序设计
＜web memo="memo3"＞name3＜/web＞
＜sub＞PHP
＜web url="http://www.phpbuilder.com/" memo="[英文]PHP开发资源。"＞
www.phpbuilder.com＜/web＞
＜web url="http://www.fokus.gmd.de" memo="[英文]PHP开发手册。 "＞
PHP Manual＜/web＞
＜/sub＞
＜/sub＞
＜/sub＞
＜/links＞

它的结构相当简单，根元素就是links，sub代表着1个种别，web就是1个网站的信息，其中包括着属性，url代表网站的联接，memo为备注信息，＜web＞？？＜/web＞、＜sub＞？？＜/sub＞中包括的为元素的数据在这里就是种别和网站的名称，这是符合上面的规定的。

上1页 1 2 3 4 5 6 下1页

现在我们来回答上面提出的题目：为甚么要用XML来编制搜索引擎？

第1个缘由就是有时候由于各种缘由我们可能不能用到数据库（MySQL或其他）；
其次，对小数据量的搜索引擎来讲，它的数据量很小，假设用数据库来做，效率未必有多高；

最重要的1点是，这个搜索引擎保护起来相当的简单，并且不用编写繁琐的数据库的保护的程序。例如，我们要添加1个种别或网页，只要编辑文本的文件，加上1福紈eb＞???＜/web＞或是＜sub＞????＜/sub＞便可以够了，而且，假设想把1个种别移动到另1个地方的话，我们只要将这1部份的sub复制过往就好了。

下面1个最简单的用PHP显示XML的范例。

下面的程序是将解析XML并依照树形结构输出至浏览器，并显示每层的元素总数。

＜?php
$file = "demo.xml";// XML文件
function xml_parse_from_file($parser, $file) {// 解析XML文件的函数 }
function start_element($parser, $name, $attrs) {//碰到了开元素标记如＜a href="link"＞就履行这1段}
function stop_element($parser, $name) {//碰到了开元素标记如＜/body＞就履行这1段}
function data($parser, $data) {……}
function showcount(){ //显示每1层的元素总数}

global $level,$levelcount,$maxlevel;
$level = ⑴;
$parser = xml_parser_create();// 产生解析器的实例
xml_set_element_handler($parser, "start_element", "stop_element"); // 设置处理函数
xml_set_character_data_handler($parser, "data");
xml_parser_set_option($parser, XML_OPTION_CASE_FOLDING, 0);
$ret = xml_parse_from_file($parser, $file); // 解析文件
if(!$ret) {
die(sprintf("XML error: %s at line %d", xml_error_string(xml_get_error_code($parser)), xml_get_current_line_number($parser)));
}
xml_parser_free($parser); // 开释解析器
showcount();
?＞

在上面的程序的基础上，可以显示1段子树，我们依照元素的层数和他在该层的第几号来对他进行定位

上1页 1 2 3 4 5 6 下1页

例如：

　　　　links （0，1）
　　　　+----web （1，1）
　　　　+----sub （1，2）
　　　　| +----web （2，1）
　　　　| +----sub （2，2）
　　　　| | +----web （3，1）
　　　　| | +----sub （3，2）
　　　　:
　　　　:
　　　　:

下面的代码是我们的搜索引擎的基础。由于，要显示出1个子种别（如程序设计-＞PHP-＞）的信息就要用到他。

＜?php
……
function start_element($parser, $name, $attrs) {
global $level,$levelcount,$maxlevel,$hide,$lev,$num,$PHP_SELF;
$level += 1;
if($level＞$maxlevel)
$maxlevel=$level;
$levelcount[$level]+=1;

if($hide){ //判定是否是在子树的范围内，$hide==FALSE 为在
if($level==$lev&&$levelcount[$level]==$num)
$hide=FALSE;
}else{
if($level＜=$lev)$hide=TRUE;
}

if(!$hide){
……//输出
}
}
function data($parser, $data) {
global $level,$hide;
if(!$hide){
if(trim($data)!=""){ echo trim($data); }
}
}
……
global $hide,$lev,$num,$PHP_SELF;
$level = ⑴;
$hide = TRUE;
echo "＜p＞＜a href=$PHP_SELF＞Root＜/a＞＜/p＞";
if($lev==""){
$lev=0;$num=1;
}
……
?＞

mini的搜索引擎到底如何做呢？

作了若干的展垫，下面我们就来看1下我们的搜索引擎的主要文件。

第1段为仿sina，yahoo的依照种别查询
第2段为搜索查询部份(把全部树遍历1遍)显示符合的内容。

xml3.php

关键字匹配采取eregi函数，我们假定输进的文字都是不会导致毛病的。

上1页 1 2 3 4 5 6 唐山网站建设www.fw8.net

TAG:函数,定义,文档,元素,标记

评论加载中...