有許多技術(shù)可用于用 PHP 讀取和編寫 XML。本文提供了三種方法讀取 XML：使用 DOM 庫、使用 SAX 解析器和使用正則表達式。還介紹了使用 DOM 和 PHP 文本模板編寫 XML。 用 PHP 讀取和編寫可擴展標(biāo)記語言（XML）看起來可能有點恐怖。實際上，XML 和它的所有相關(guān)技術(shù)可能是恐怖的，但是用 PHP 讀取和編寫 XML 不一定是項恐怖的任務(wù)。首先，需要學(xué)習(xí)一點關(guān)于 XML 的知識 —— 它是什么，用它做什么。然后，需要學(xué)習(xí)如何用 PHP 讀取和編寫 XML，而有許多種方式可以做這件事。本文提供了 XML 的簡短入門，然后解釋如何用 PHP 讀取和編寫 XML。什么是 XML？XML 是一種數(shù)據(jù)存儲格式。它沒有定義保存什么數(shù)據(jù)，也沒有定義數(shù)據(jù)的格式。XML 只是定義了標(biāo)記和這些標(biāo)記的屬性。格式良好的 XML 標(biāo)記看起來像這樣：＜name＞Jack Herrington＜/name＞這個 ＜name＞ 標(biāo)記包含一些文本：Jack Herrington。不包含文本的 XML 標(biāo)記看起來像這樣：＜powerUp /＞用 XML 對某件事進行編寫的方式不止一種。例如，這個標(biāo)記形成的輸出與前一個標(biāo)記相同：＜powerUp＞＜/powerUp＞也可以向 XML 標(biāo)記添加屬性。例如，這個 ＜name＞ 標(biāo)記包含 first 和 last 屬性：＜name first='Jack' last='Herrington' /＞也可以用 XML 對特殊字符進行編碼。例如，& 符號可以像這樣編碼：&包含標(biāo)記和屬性的 XML 文件如果像示例一樣格式化，就是格式良好的，這意味著標(biāo)記是對稱的，字符的編碼正確。清單 1 是一份格式良好的 XML 的示例。清單 1. XML 圖書列表示例 ＜books＞ ＜book＞ ＜author＞Jack Herrington＜/author＞ ＜title＞PHP Hacks＜/title＞ ＜publisher＞O'Reilly＜/publisher＞ ＜/book＞ ＜book＞ ＜author＞Jack Herrington＜/author＞ ＜title＞Podcasting Hacks＜/title＞ ＜publisher＞O'Reilly＜/publisher＞ ＜/book＞ ＜/books＞ 清單 1 中的 XML 包含一個圖書列表。父標(biāo)記 ＜books＞ 包含一組 ＜book＞ 標(biāo)記，每個 ＜book＞ 標(biāo)記又包含 ＜author＞、＜title＞ 和 ＜publisher＞ 標(biāo)記。當(dāng) XML 文檔的標(biāo)記結(jié)構(gòu)和內(nèi)容得到外部模式文件的驗證后，XML 文檔就是正確的。模式文件可以用不同的格式指定。對于本文來說，所需要的只是格式良好的 XML。如果覺得 XML 看起來很像超文本標(biāo)記語言（HTML），那么就對了。XML 和 HTML 都是基于標(biāo)記的語言，它們有許多相似之處。但是，要著重指出的是：雖然 XML 文檔可能是格式良好的 HTML，但不是所有的 HTML 文檔都是格式良好的 XML。換行標(biāo)記（br）是 XML 和 HTML 之間區(qū)別的一個好例子。這個換行標(biāo)記是格式良好的 HTML，但不是格式良好的 XML：＜p＞This is a paragraph＜br＞W(wǎng)ith a line break＜/p＞ 這個換行標(biāo)記是格式良好的 XML 和 HTML：＜p＞This is a paragraph＜br /＞W(wǎng)ith a line break＜/p＞ 如果要把 HTML 編寫成同樣是格式良好的 XML，請遵循 W3C 委員會的可擴展超文本標(biāo)記語言（XHTML）標(biāo)準(zhǔn)（參見 參考資料）。所有現(xiàn)代的瀏覽器都能呈現(xiàn) XHTML。而且，還可以用 XML 工具讀取 XHTML 并找出文檔中的數(shù)據(jù)，這比解析 HTML 容易得多。使用 DOM 庫讀取 XML讀取格式良好的 XML 文件最容易的方式是使用編譯成某些 PHP 安裝的文檔對象模型 （DOM）庫。DOM 庫把整個 XML 文檔讀入內(nèi)存，并用節(jié)點樹表示它，如圖 1 所示。圖 1. 圖書 XML 的 XML DOM 樹樹頂部的 books 節(jié)點有兩個 book 子標(biāo)記。在每本書中，有 author、publisher 和 title 幾個節(jié)點。author、publisher 和 title 節(jié)點分別有包含文本的文本子節(jié)點。讀取圖書 XML 文件并用 DOM 顯示內(nèi)容的代碼如清單 2 所示。清單 2. 用 DOM 讀取圖書 XML ＜?php $doc = new DOMDocument(); $doc-＞load( 'books.xml' ); $books = $doc-＞getElementsByTagName( 'book' ); foreach( $books as $book ) { $authors = $book-＞getElementsByTagName( 'author' ); $author = $authors-＞item(0)-＞nodeValue; $publishers = $book-＞getElementsByTagName( 'publisher' ); $publisher = $publishers-＞item(0)-＞nodeValue; $titles = $book-＞getElementsByTagName( 'title' ); $title = $titles-＞item(0)-＞nodeValue; echo '$title - $author - $publishern'; } ?＞

腳本首先創(chuàng)建一個 new DOMdocument 對象，用 load 方法把圖書 XML 裝入這個對象。之后，腳本用 getElementsByName 方法得到指定名稱下的所有元素的列表。在 book 節(jié)點的循環(huán)中，腳本用 getElementsByName 方法獲得 author、publisher 和 title 標(biāo)記的 nodeValue。nodeValue 是節(jié)點中的文本。腳本然后顯示這些值。可以在命令行上像這樣運行 PHP 腳本：% php e1.php PHP Hacks - Jack Herrington - O'ReillyPodcasting Hacks - Jack Herrington - O'Reilly% 可以看到，每個圖書塊輸出一行。這是一個良好的開始。但是，如果不能訪問 XML DOM 庫該怎么辦？

用 SAX 解析器讀取 XML 讀取 XML 的另一種方法是使用 XML Simple API（SAX）解析器。PHP 的大多數(shù)安裝都包含 SAX 解析器。SAX 解析器運行在回調(diào)模型上。每次打開或關(guān)閉一個標(biāo)記時，或者每次解析器看到文本時，就用節(jié)點或文本的信息回調(diào)用戶定義的函數(shù)。SAX 解析器的優(yōu)點是，它是真正輕量級的。解析器不會在內(nèi)存中長期保持內(nèi)容，所以可以用于非常巨大的文件。缺點是編寫 SAX 解析器回調(diào)是件非常麻煩的事。清單 3 顯示了使用 SAX 讀取圖書 XML 文件并顯示內(nèi)容的代碼。清單 3. 用 SAX 解析器讀取圖書 XML ＜?php $g_books = array(); $g_elem = null; function startElement( $parser, $name, $attrs ) { global $g_books, $g_elem; if ( $name == 'BOOK' ) $g_books []= array(); $g_elem = $name; } function endElement( $parser, $name ) { global $g_elem; $g_elem = null; } function textData( $parser, $text ) { global $g_books, $g_elem; if ( $g_elem == 'AUTHOR' || $g_elem == 'PUBLISHER' || $g_elem == 'TITLE' ) { $g_books[ count( $g_books ) - 1 ][ $g_elem ] = $text; } } $parser = xml_parser_create(); xml_set_element_handler( $parser, 'startElement', 'endElement' ); xml_set_character_data_handler( $parser, 'textData' ); $f = fopen( 'books.xml', 'r' ); while( $data = fread( $f, 4096 ) ) { xml_parse( $parser, $data ); } xml_parser_free( $parser ); foreach( $g_books as $book ) { echo $book['TITLE'].' - '.$book['AUTHOR'].' - '; echo $book['PUBLISHER'].'n'; } ?＞ 腳本首先設(shè)置 g_books 數(shù)組，它在內(nèi)存中容納所有圖書和圖書信息，g_elem 變量保存腳本目前正在處理的標(biāo)記的名稱。然后腳本定義回調(diào)函數(shù)。在這個示例中，回調(diào)函數(shù)是 startElement、endElement 和 textData。在打開和關(guān)閉標(biāo)記的時候，分別調(diào)用 startElement 和 endElement 函數(shù)。在開始和結(jié)束標(biāo)記之間的文本上面，調(diào)用 textData。在這個示例中，startElement 標(biāo)記查找 book 標(biāo)記，在 book 數(shù)組中開始一個新元素。然后，textData 函數(shù)查看當(dāng)前元素，看它是不是 publisher、title 或 author 標(biāo)記。如果是，函數(shù)就把當(dāng)前文本放入當(dāng)前圖書。為了讓解析繼續(xù)，腳本用 xml_parser_create 函數(shù)創(chuàng)建解析器。然后，設(shè)置回調(diào)句柄。之后，腳本讀取文件并把文件的大塊內(nèi)容發(fā)送到解析器。在文件讀取之后，xml_parser_free 函數(shù)刪除解析器。腳本的末尾輸出 g_books 數(shù)組的內(nèi)容。可以看到，這比編寫 DOM 的同樣功能要困難得多。如果沒有 DOM 庫也沒有 SAX 庫該怎么辦？還有替代方案么？用正則表達式解析 XML可以肯定，即使提到這個方法，有些工程師也會批評我，但是確實可以用正則表達式解析 XML。清單 4 顯示了使用 preg_ 函數(shù)讀取圖書文件的示例。清單 4. 用正則表達式讀取 XML ＜?php $xml = ''; $f = fopen( 'books.xml', 'r' ); while( $data = fread( $f, 4096 ) ) { $xml .= $data; } fclose( $f ); preg_match_all( '/＜book＞(.*?)＜/book＞/s', $xml, $bookblocks ); foreach( $bookblocks[1] as $block ) { preg_match_all( '/＜author＞(.*?)＜/author＞/', $block, $author ); preg_match_all( '/＜title＞(.*?)＜/title＞/', $block, $title ); preg_match_all( '/＜publisher＞(.*?)＜/publisher＞/', $block, $publisher ); echo( $title[1][0].' - '.$author[1][0].' - '. $publisher[1][0].'n' ); } ?＞ 請注意這個代碼有多短。開始時，它把文件讀進一個大的字符串。然后用一個 regex 函數(shù)讀取每個圖書項目。最后用 foreach 循環(huán)，在每個圖書塊間循環(huán)，并提取出 author、title 和 publisher。那么，缺陷在哪呢？使用正則表達式代碼讀取 XML 的問題是，它并沒先進行檢查，確保 XML 的格式良好。這意味著在讀取之前，無法知道 XML 是否格式良好。而且，有些格式正確的 XML 可能與正則表達式不匹配，所以日后必須修改它們。我從不建議使用正則表達式讀取 XML，但是有時它是兼容性最好的方式，因為正則表達式函數(shù)總是可用的。不要用正則表達式讀取直接來自用戶的 XML，因為無法控制這類 XML 的格式或結(jié)構(gòu)。應(yīng)當(dāng)一直用 DOM 庫或 SAX 解析器讀取來自用戶的 XML。

用 DOM 編寫 XML讀取 XML 只是公式的一部分。該怎樣編寫 XML 呢？編寫 XML 最好的方式就是用 DOM。清單 5 顯示了 DOM 構(gòu)建圖書 XML 文件的方式。　清單 5. 用 DOM 編寫圖書 XML ＜?php $books = array(); $books [] = array( 'title' =＞ 'PHP Hacks', 'author' =＞ 'Jack Herrington', 'publisher' =＞ 'O'Reilly' ); $books [] = array( 'title' =＞ 'Podcasting Hacks', 'author' =＞ 'Jack Herrington', 'publisher' =＞ 'O'Reilly' ); $doc = new DOMDocument(); $doc-＞formatOutput = true; $r = $doc-＞createElement( 'books' ); $doc-＞appendChild( $r ); foreach( $books as $book ) { $b = $doc-＞createElement( 'book' ); $author = $doc-＞createElement( 'author' ); $author-＞appendChild( $doc-＞createTextNode( $book['author'] ) ); $b-＞appendChild( $author ); $title = $doc-＞createElement( 'title' ); $title-＞appendChild( $doc-＞createTextNode( $book['title'] ) ); $b-＞appendChild( $title ); $publisher = $doc-＞createElement( 'publisher' ); $publisher-＞appendChild( $doc-＞createTextNode( $book['publisher'] ) ); $b-＞appendChild( $publisher ); $r-＞appendChild( $b ); } echo $doc-＞saveXML(); ?＞ 在腳本的頂部，用一些示例圖書裝入了 books 數(shù)組。這個數(shù)據(jù)可以來自用戶也可以來自數(shù)據(jù)庫。示例圖書裝入之后，腳本創(chuàng)建一個 new DOMDocument，并把根節(jié)點 books 添加到它。然后腳本為每本書的 author、title 和 publisher 創(chuàng)建節(jié)點，并為每個節(jié)點添加文本節(jié)點。每個 book 節(jié)點的最后一步是重新把它添加到根節(jié)點 books。腳本的末尾用 saveXML 方法把 XML 輸出到控制臺。（也可以用 save 方法創(chuàng)建一個 XML 文件。）腳本的輸出如清單 6 所示。清單 6. DOM 構(gòu)建腳本的輸出 % php e4.php ＜?xml version='1.0'?＞ ＜books＞ ＜book＞ ＜author＞Jack Herrington＜/author＞ ＜title＞PHP Hacks＜/title＞ ＜publisher＞O'Reilly＜/publisher＞ ＜/book＞ ＜book＞ ＜author＞Jack Herrington＜/author＞ ＜title＞Podcasting Hacks＜/title＞ ＜publisher＞O'Reilly＜/publisher＞ ＜/book＞ ＜/books＞ % 使用 DOM 的真正價值在于它創(chuàng)建的 XML 總是格式正確的。但是如果不能用 DOM 創(chuàng)建 XML 時該怎么辦？用 PHP 編寫 XML如果 DOM 不可用，可以用 PHP 的文本模板編寫 XML。清單 7 顯示了 PHP 如何構(gòu)建圖書 XML 文件。清單 7. 用 PHP 編寫圖書 XML ＜?php $books = array(); $books [] = array( 'title' =＞ 'PHP Hacks', 'author' =＞ 'Jack Herrington', 'publisher' =＞ 'O'Reilly' ); $books [] = array( 'title' =＞ 'Podcasting Hacks', 'author' =＞ 'Jack Herrington', 'publisher' =＞ 'O'Reilly' ); ?＞ ＜books＞ ＜?php foreach( $books as $book ) { ?＞ ＜book＞ ＜title＞＜?php echo( $book['title'] ); ?＞＜/title＞ ＜author＞＜?php echo( $book['author'] ); ?＞ ＜/author＞ ＜publisher＞＜?php echo( $book['publisher'] ); ?＞ ＜/publisher＞ ＜/book＞ ＜?php } ?＞ ＜/books＞ 腳本的頂部與 DOM 腳本類似。腳本的底部打開 books 標(biāo)記，然后在每個圖書中迭代，創(chuàng)建 book 標(biāo)記和所有的內(nèi)部 title、author 和 publisher 標(biāo)記。這種方法的問題是對實體進行編碼。為了確保實體編碼正確，必須在每個項目上調(diào)用 htmlentities 函數(shù)，如清單 8 所示。清單 8. 使用 htmlentities 函數(shù)對實體編碼 ＜books＞ ＜?php foreach( $books as $book ) { $title = htmlentities( $book['title'], ENT_QUOTES ); $author = htmlentities( $book['author'], ENT_QUOTES ); $publisher = htmlentities( $book['publisher'], ENT_QUOTES ); ?＞ ＜book＞ ＜title＞＜?php echo( $title ); ?＞＜/title＞ ＜author＞＜?php echo( $author ); ?＞ ＜/author＞ ＜publisher＞＜?php echo( $publisher ); ?＞ ＜/publisher＞ ＜/book＞ ＜?php } ?＞ ＜/books＞ 這就是用基本的 PHP 編寫 XML 的煩人之處。您以為自己創(chuàng)建了完美的 XML，但是在試圖使用數(shù)據(jù)的時候，馬上就會發(fā)現(xiàn)某些元素的編碼不正確。結(jié)束語XML 周圍總有許多夸大之處和混淆之處。但是，并不像您想像的那么難 —— 特別是在 PHP 這樣優(yōu)秀的語言中。在理解并正確地實現(xiàn)了 XML 之后，就會發(fā)現(xiàn)有許多強大的工具可以使用。XPath 和 XSLT 就是這樣兩個值得研究的工具。