使用DOM库读取XML

读取格式良好的 XML 文件最容易的方式是使用编译成某些 PHP 安装的文档对象模型 （DOM）库。DOM 库把整个 XML 文档读入内存，并用节点树表示它，如图 1 所示。

树顶部的 books 节点有两个 book 子标记。在每本书中，有 author、publisher 和 title 几个节点。author、publisher 和 title 节点分别有包含文本的文本子节点。读取图书 XML 文件并用 DOM 显示内容的代码如清单 2 所示。

清单 2. 用DOM读取图书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 - $publisher\n";  
}  
?> 

脚本首先创建一个new DOMdocument对象，用load方法把图书 XML 装入这个对象。之后，脚本用 getElementsByName 方法得到指定名称下的所有元素的列表。在 book 节点的循环中，脚本用getElementsByName方法获得author、publisher和 title 标记的 nodeValue。nodeValue 是节点中的文本。脚本然后显示这些值。可以在命令行上像这样运行 PHP 脚本：

% php e1.php   
PHP Hacks - lvtao.net for php100
Podcasting Hacks - lvtao.net for php100 
%  

可以看到，每个图书块输出一行。这是一个良好的开始。但是，如果不能访问 XML DOM 库该怎么办？

用SAX解析器读取XML

读取 XML 的另一种方法是使用 XML Simple API（SAX）解析器。PHP 的大多数安装都包含 SAX 解析器。SAX 解析器运行在回调模型上。每次打开或关闭一个标记时，或者每次解析器看到文本时，就用节点或文本的信息回调用户定义的函数。

SAX 解析器的优点是，它是真正轻量级的。解析器不会在内存中长期保持内容，所以可以用于非常巨大的文件。缺点是编写 SAX 解析器回调是件非常麻烦的事。清单 3 显示了使用 SAX 读取图书 XML 文件并显示内容的代码。

清单 3. 用SAX解析器读取图书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";  
}  
?> 

脚本首先设置 g_books 数组，它在内存中容纳所有图书和图书信息，g_elem 变量保存脚本目前正在处理的标记的名称。然后脚本定义回调函数。在这个示例中，回调函数是 startElement、endElement 和 textData。在打开和关闭标记的时候，分别调用 startElement 和 endElement 函数。在开始和结束标记之间的文本上面，调用 textData。

在这个示例中，startElement 标记查找 book 标记，在 book 数组中开始一个新元素。然后，textData 函数查看当前元素，看它是不是 publisher、title 或 author 标记。如果是，函数就把当前文本放入当前图书。

为了让解析继续，脚本用 xml_parser_create 函数创建解析器。然后，设置回调句柄。之后，脚本读取文件并把文件的大块内容发送到解析器。在文件读取之后，xml_parser_free 函数删除解析器。脚本的末尾输出 g_books 数组的内容。可以看到，这比编写 DOM 的同样功能要困难得多。如果没有 DOM 库也没有 SAX 库该怎么办？还有替代方案么？