DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> XML學習教程 >> XML詳解
用 PHP 讀寫 XML:DOM、SAX 與正則表達式的取捨
編輯:XML詳解     

用 PHP 處理 XML 聽起來可能令人卻步,但實際上手後你會發現,它遠比想像中簡單。這篇文章先快速帶你認識 XML,再示範三種讀取 XML 的方法,以及兩種產生 XML 的方式。

先搞懂:XML 是什麼?

XML 是一種資料儲存格式,它本身不規定存什麼、也不規定格式,只負責定義標籤與標籤的屬性。一個良好結構(well-formed)的 XML,代表標籤成對對稱、特殊字元(如 &)都正確編碼。例如一段圖書清單,外層的 books 包著多個 book,每個 book 又含 author、title、publisher。

若你覺得 XML 很像 HTML,那沒錯——兩者都是標記語言。但關鍵差別在於:XML 文件可以是良好結構的 HTML,反之則不然。像換行標籤 <br> 在 HTML 裡合法,在 XML 裡卻必須寫成 <br /> 才算良好結構。若想把 HTML 寫成同時符合 XML 的樣子,就照 W3C 的 XHTML 標準來做,因為所有現代瀏覽器都能呈現 XHTML,而且用 XML 工具解析 XHTML 也比解析 HTML 來得容易。

方法一:用 DOM 函式庫讀取

讀取良好結構 XML 最直覺的方式,是使用已編譯進多數 PHP 安裝的 DOM(Document Object Model)函式庫。它會把整份 XML 讀進記憶體,以節點樹表示:最上層是 books,底下掛著兩個 book,每個 book 再有 author、publisher、title 等子節點,而這些節點又各自帶一個裝文本的 text 子節點。

程式流程很簡單:先 new 一個 DOMDocument,用 load 載入 books.xml,再用 getElementsByTagName 取出所有 book 元素並逐一走訪;在迴圈裡分別取出 author、publisher、title 的 nodeValue(也就是節點中的文字),最後輸出即可。寫法直觀、程式碼乾淨,是首選方案。

方法二:用 SAX 剖析器

另一條路是 SAX(Simple API for XML)。它基於回呼模型:每當開啟或關閉標籤、或遇到文字時,就呼叫你定義的函式。SAX 最大的優點是輕量——剖析器不會把整份文件長期留在記憶體,因此特別適合處理巨型檔案。缺點則是撰寫回呼函式相當繁瑣。

實作時,你會先宣告一個全域陣列存放圖書資料、一個變數記錄目前處理的標籤名稱,然後定義 startElement、endElement、textData 三個回呼:遇到 book 開標籤就開新記錄,遇到 author/title/publisher 就把文字塞進當前記錄。最後用 xml_parser_create 建立剖析器、註冊回呼,再把檔案分塊讀進來餵給它,用完以 xml_parser_free 釋放。整體寫起來比 DOM 版本吃力不少。

方法三:用正則表達式(不建議)

是的,你也能用正則表達式硬解析 XML,程式碼甚至短得驚人:把檔案讀成一個大字串,用 preg_match_all 抓出每個 book 區塊,再逐一擷取 author、title、publisher。聽起來誘人,但問題不小——正則不會先驗證 XML 是否良好結構,讀取前你無從得知格式是否正確;而且某些合法 XML 可能匹配不上,日後就得回頭改寫。

因此我從不建議用正則解析 XML,唯一例外是當它是相容性最好的手段(正則函式永遠都在)。但請牢記:絕不要用正則去讀「直接來自使用者」的 XML,因为你無法掌控其格式與結構;這種情境務必改用 DOM 或 SAX。

如何產生 XML?優先用 DOM

讀取只是一半,另一半是輸出。產生 XML 的最佳方式同樣是 DOM。做法是先建立 DOMDocument、開啟 formatOutput 讓輸出可讀,接著建立根節點 books 並掛到文件上;然後為每本書建立 book 節點,逐一加上 author、title、publisher 子節點與對應的文字節點,再把 book 掛回根節點。最後用 saveXML 輸出到螢幕(或改用 save 存成檔案)。

DOM 真正的價值在於:它產生的 XML「保證」格式正確,你不必擔心標籤沒閉合或編碼出錯。

退路:用 PHP 文字模板產生 XML

如果環境裡沒有 DOM,也能用 PHP 的文字模板直接拼出 XML:在 PHP 標籤外寫好 books、book 等結構,再用 foreach 迴圈把資料 echo 進去。這種做法看起來簡單,卻藏著一個麻煩——實體編碼。為了確保正確,每個欄位輸出前都得經過 htmlentities 處理(並指定 ENT_QUOTES),否則我以為完美的 XML,一旦實際使用就會發現某些字元沒編碼好而爆掉。

結語

XML 周圍總不乏誇大與混淆,但只要理解並正確實作,它其實一點都不可怕——尤其在 PHP 這樣稱職的語言裡。掌握之後,你還能進一步研究 XPath 與 XSLT 這兩個強大的工具。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved