PHP中的XML应用

webptr · 发表于 2008-9-11 20:30:36

综述
XML代表ExtensibleMarkupLanguage（eXtensibleMarkupLanguage的缩写，意为可扩展的标记语言）。XML是一套定义语义标记的规则，这些标记将文档分成许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一下PHP中的XML应用的情况。

XML概貌

谈起XML(eXtendedMarkupLanguage：可扩展标记语言)，我们不妨先看一段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可以理解是包含数据的树形的结构类型：

1、引用同一个元素的时候，使用一致的大小写，如＜center＞＜/Center＞就是不符合规定的
2、任何属性值(如href="????")要用""引起来，如＜ahref=www.yahoo.com＞就是不正确的
3、所有元素必须由打开＜和关闭＞标注组成，元素应该形如＜body＞＜/body＞或空元素＜img.../＞，如果结尾的"/＞"少了"/"就是错误的代码
4、所有元素必须彼此嵌套，就像写程序的循环一样，而且，所有的元素必须嵌套于根元素之中，比如上面的代码所有的内容都嵌套于＜html＞＜/html＞之中。
5、元素名称(即上面的bodyapimg等)应为字母开头。

怎样应用PHP的XML解析器Expat？

Expat是PHP脚本语言的XML解析器（同样称为XML处理器），可以使程序访问XML文档的结构和内容。它是一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，同时提供一个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文档视为一系列的事件。当一个特殊事件发生时，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一个XML文档的数据集中视图，也就是说它集中在XML文档的数据部分，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、特征数据的开始等等－事件通过回调（callback）函数报告给应用程序。

以下是一个"Hello-World"的XML文档范例：

＜greeting＞
HelloWorld
＜/greeting＞

基于事件的解析器将报告为三个事件：

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述文档的结构，当然如果使用Expat，必要时它一样可以在PHP中生成完全的原生树结构。在CDATA项中，基于事件的解析器不会得到父元素greeting的信息。然而，它提供一个更底层的访问，这就使得可以更好地利用资源和更快地访问。通过这种方式，就没有必要将整个文档放入内存；而事实上，整个文档甚至可以大于实际内存值。

上面Hello-World的范例虽然包括完整的XML格式，但它是无效的，因为既没有DTD（文档类型定义）与其联系，也没有内嵌DTD。但是Expat是一个不检查有效性的解析器，因此忽略任何与文档联系的DTD。应注意的是文档仍然需要完整的格式，否则Expat（和其他符合XML标准的解析器一样）将会随着出错信息而停止。

webptr · 发表于 2008-9-11 20:30:48

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已经作为Apache的一部分。在Unix系统中，可以通过-with-xml选项配置PHP将其编译入PHP。

如果将PHP编译为Apache的模块，而Expat将默认作为Apache的一部分。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来收集XML文档的统计数据。

对于文档中每个元素，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量

元素的父元素

元素的子元素
注意：为了演示，我们利用PHP来产生一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－用于特定的事件发生时调用。Expat没有例外事件，它定义了如下七个可能事件：

对象 XML解析函数描述
元素 xml_set_element_handler() 元素的开始和结束
字符数据 xml_set_character_data_handler() 字符数据的开始
外部实体 xml_set_external_entity_ref_handler() 外部实体出现
未解析外部实体 xml_set_unparsed_entity_decl_handler() 未解析的外部实体出现
处理指令 xml_set_processing_instruction_handler() 处理指令的出现
记法声明 xml_set_notation_decl_handler() 记法声明的出现
默认 xml_set_default_handler() 其它没有指定处理函数的事件

所有的回调函数必须将解析器的实例作为其第一个参数（此外还有其它参数）。

对于本文最后的范例脚本，需要注意的是它既用到了元素处理函数又用到了字符数据处理函数。元素的回调处理函数通过xml_set_element_handler()来注册。

这个函数需要三个参数：

解析器的实例
处理开始元素的回调函数的名称
处理结束元素的回调函数的名称

当开始解析XML文档时，回调函数必须存在。它们必须定义为与PHP手册中所描述的原型一致。

例如，Expat将三个参数传递给开始元素的处理函数。在脚本范例中，其定义如下：

function start_element($parser, $name, $attrs)

$parser是解析器标志，$name是开始元素的名称，$attrs为包含元素所有属性和值的数组。

一旦开始解析XML文档，Expat在遇到开始元素是都将调用start_element()函数并将参数传递过去。

webptr · 发表于 2008-9-11 20:30:58

XML的Case Folding选项

用xml_parser_set_option()函数将Case folding选项关闭。这个选项默认是打开的，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）。对于我们的范例，case folding选项必须关闭。

如何对文档进行解析?

在完成所有的准备工作后，现在脚本终于可以解析XML文档：

Xml_parse_from_file()，一个自定义的函数，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()一样，当发生错误时，即XML文档的格式不完全时，将会返回false。

我们可以使用xml_get_error_code()函数来得到最后一个错误的数字代码。将此数字代码传递给xml_error_string()函数即可得到错误的文本信息。输出XML当前的行数，使得调试更容易。

当解析文档时，对于Expat需要强调问题的是：如何保持文档结构的基本描述？

如前所述，基于事件的解析器本身并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，虽然它们都用到"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)来维护文档的结构信息。

为了产生文档结构的镜像，脚本至少需要知道目前元素的父元素。用Exapt的API是无法实现的，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。通过一个数组，栈将保存全部的开始元素。对于开始元素处理函数，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。

对于序列＜book＞＜title＞＜/title＞＜/book＞，栈的填充如下：

开始元素book：将"book"赋给栈的第一个元素($stack[0])。
开始元素title：将"title"赋给栈的顶部($stack[1])。
结束元素title：从栈中将最顶部的元素移去($stack[1])。
结束元素title：从栈中将最顶部的元素移去($stack[0])。

PHP3.0通过一个$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。

webptr · 发表于 2008-9-11 20:31:08

如何收集XML文档中的元素信息？

为了收集每个元素的信息，脚本需要记住每个元素的事件。通过使用一个全局的数组变量$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

注意：PHP的一个特性是你可以通过while(list() = each())loop遍历整个类结构，如同你遍历整个相应的数组一样。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。

当发现一个元素时，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一。

我们同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入到父元素的$childs数组的项目中。最后，目前元素应该记住谁是它的父元素。所以，父元素被加入到目前元素$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，尽管输出正确的结果，但代码既不简洁又没有任何特别的技巧，它仅仅是一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。如果你要将脚本运用到互联网上，那么你需要修改输出函数来产生HTML格式。

如何用PHP&XML编制一个迷你搜索引擎实例？

让我们首先来熟悉一下我们程序中用到的那个XML（保存为xyz.xml）。

＜?xml version="1.0" encoding="gb2312" ?＞
＜links＞采用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代表着一个类别，web就是一个网站的信息，其中包含着属性，url代表网站的联接，memo为备注信息，＜web＞？？＜/web＞、＜sub＞？？＜/sub＞中包含的为元素的数据在这里就是类别和网站的名称，这是符合上面的规定的。

webptr · 发表于 2008-9-11 20:31:18

现在我们来回答上面提出的问题：为什么要用XML来编制搜索引擎？

第一个原因就是有时候由于各种原因我们可能不能用到数据库（MySQL或者其他）；
其次，对于小数据量的搜索引擎来说，它的数据量很小，如果用数据库来做，效率未必有多高；

最重要的一点是，这个搜索引擎维护起来相当的简单，并且不用编写繁琐的数据库的维护的程序。例如，我们要添加一个类别或者网页，只要编辑文本的文件，加上一福紈eb＞???＜/web＞或是＜sub＞????＜/sub＞就可以了，而且，如果想把一个类别移动到另一个地方的话，我们只要将这一部分的sub复制过去就行了。

下面一个最简单的用PHP显示XML的范例。

下面的程序是将解析XML并按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, $attrs) {//遇到了开元素标记如＜a href="link"＞就执行这一段}
function stop_element($parser, $name) {//遇到了开元素标记如＜/body＞就执行这一段}
function data($parser, $data) {……}
function showcount(){ //显示每一层的元素总数}

global $level,$levelcount,$maxlevel;
$level = -1;
$parser = xml_parser_create();// 产生解析器的实例
xml_set_element_handler($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); // 释放解析器
showcount();
?＞

在上面的程序的基础上，可以显示一段子树，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

webptr · 发表于 2008-9-11 20:31:26

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。因为，要显示出一个子类别（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($hide){ //判断是否在子树的范围内，$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 = -1;
$hide = TRUE;
echo "＜p＞＜a href=$PHP_SELF＞Root＜/a＞＜/p＞";
if($lev==""){
$lev=0;$num=1;
}
……
?＞

mini的搜索引擎到底如何做呢？

作了若干的铺垫，下面我们就来看一下我们的搜索引擎的主要文件。

第一段为仿sina，yahoo的按照类别查询
第二段为搜索查询部分(把整个树遍历一遍)显示符合的内容。

xml3.php

关键字匹配采用eregi函数，我们假设输入的文字都是不会导致错误的。

		自动登录	找回密码
密码			注册

全国各地医院查询	重量转换换算	RGB颜色查询	交通标志大全	各类快递查询
简体繁体转换	黄金价格实时走势	万年历查询	实时汇率转换	列车时刻查询
在线翻译工具	CSS中文手册	HTML学习教程	MySQL中文手册	JavaScript中文手册
PHP安全基础手册	PHP5面向对象编程教程	正则表达式系统教程	SQL Server精华	Apache 2.2 中文手册
DOS命令全集指南	windows脚本技术中文版	股票行情查询	历史上的今天	邮编区号查询
长度转换换算	货币汇率转换	常用电话号码	体育彩票查询	手机位置查询
域名Whois信息查询	谷歌PR值查询	台州网站建设	台州网站开发	台州域名注册
天气预报查询	长度转换换算器	在线电子地图	车牌号码查询	中国百家姓查询

PHP中的XML应用

相关帖子