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
PHP5 的 XML 新特性全解析
編輯:XML詳解     

本文對象是所有對 PHP5 XML 新功能有興趣的 PHP 開發者,無論程度如何。我們假設讀者具備 XML 基礎知識;如果你已經在 PHP 中實際用過 XML,收穫會更多。

背景:PHP4 時代的 XML 支援

XML 在今日的網路世界早已不是流行語,而是被廣泛接受與規範使用的技術。正因如此,PHP5 對 XML 的支援相較 PHP4 有了根本性的改善。

早期 PHP 就提供了一個基於 SAX 的 XML 介面,可以輕鬆解析任何 XML 文件。後來 PHP4 加入 DOMXML 擴展,XML 支援更進一步,XSLT 也作為補充被引入。問題在於:XSLT 與 DOMXML 擴展長期處於實驗階段,API 被反覆修改,無法以預設方式安裝;DOMXML 更沒有遵循 W3C 的 DOM 標準,而是自有一套命名方式。雖然 PHP4.3 修復了部分記憶體洩漏與功能問題,但一些深層缺陷幾乎已無力回天。最終只有 SAX 擴展以預設方式安裝,其他擴展始終未能普及。

基於這些原因,PHP 的 XML 開發團隊決定在 PHP5 中全部重寫,並改用標準。

PHP5 的 XML 家族

PHP5 中所有 XML 相關程式幾乎全部重新撰寫,且都建立在 GNOME 專案的 libxml2 函式庫之上。這帶來一個重要好處:各擴展之間可以互操作,核心開發者只需維護一個底層庫。例如複雜的記憶體管理只要實作一次,所有 XML 擴展都能受益。

除了沿用 PHP4 時期知名的 SAX 解析器,PHP5 還支援遵循 W3C 標準的 DOM、基於 libxslt 引擎的 XSLT,並新增 PHP 獨有的 SimpleXML 與符合標準的 SOAP 擴展。由於 XML 地位日益重要,官方決定在預設安裝中納入更多支援:SAX、DOM、SimpleXML 現在都能直接使用;XSLT 與 SOAP 則需在編譯 PHP 時顯式設定。

資料流(Streams)支援

所有 XML 擴展都支援 PHP 資料流。你可以從檔案或某條指令讀取資料流——基本上,凡是能存取普通檔案的地方,都能存取 PHP 資料流。資料流在 PHP4.3 中簡要登場,到 PHP5 已大幅強化,涵蓋檔案存取、網路存取等,還能共用一套功能函式。你甚至可以用 PHP 程式碼實作自己的資料流,讓資料存取變得非常單純。

SAX

SAX 是 Simple API for XML 的縮寫,屬於基於回呼的解析介面,從 PHP3 就開始支援,至今變化不大。PHP5 中 API 並未改變,既有程式碼仍可運行;唯一差別是底層從 expat 換成了 libxml2。

這個轉換曾帶來命名空間支援上的問題,已在 libxml2 的 2.2.6 版修正。因此若你有用到 xml_parse_create_ns(),強烈建議把系統上的 libxml2 升到 2.2.6。

DOM

DOM(文件物件模型)是 W3C 制定的 XML 文件樹存取標準。PHP4 的 DOMXML 主要問題是不符合標準命名,而且長期存在記憶體洩漏(PHP4.3 已修復)。

新的 DOM 擴展完全依 W3C 標準實作,包含方法與屬性名稱。如果你在其他語言(例如 JavaScript)中熟悉 DOM,在 PHP 裡寫類似功能會非常順手,不必時時翻文件,因為方法與參數名稱都一致。

代價是舊的 DOMXML 程式碼無法直接運行。好消息是,如果你的程式本來就採用接近 W3C 的命名風格,移植並不困難:主要工作是改寫載入與儲存函式,並移除函式名中的底線(DOM 標準採用首字母大寫)。其他地方當然也要微調,但主邏輯可以保留。

讀取 DOM

這裡不打算逐一解釋 DOM 擴展的所有特性,建議直接把 W3C 的 DOM 文件加入書籤,它與 PHP5 的 DOM 實作幾乎一致。

以下範例使用一份簡單的 RSS 文件,存為 articles.XML:

<?xml version="1.0"?>
<articles>
<item><title>Week 172</title><link>https://www.zend.com/zend/week/week172.php</link></item>
<item><title>HatWar 3</title><link>https://www.zend.com/zend/tut/tut-hatwar3.php</link></item>
</articles>

載入到 DOM 物件:

$dom = new DOMDocument();
$dom->load("articles.XML");

也可以用資料流語法: $dom->load("file:///articles.XML");

輸出到瀏覽器: print $dom->saveXML();
存成檔案: print $dom->save("newfile.XML");(注意這會同時把檔案大小送到 stdout)

來做點有用的——取出所有 title 元素。最簡單的方式是 getElementsByTagName():

$titles = $dom->getElementsByTagName("title");
foreach($titles as $node) {
print $node->textContent . "\n";
}

textContent 並非 W3C 標準,但它能很方便地一次取得元素內的所有文字節點。用標準寫法是 $node->firstChild->data;,前提是 firstChild 確實是你要的文字節點,否則得遍歷所有子節點去找。

另一個要留意的差異:getElementsByTagName() 回傳的是 DomNodeList 物件,而非 PHP4 那樣的陣列。不過如範例所示,foreach 一樣能遍歷,也可以直接用 $titles->item(0) 取得第一個 title 元素。

另一條路是從根節點往下遍歷。這個方式較繁瑣,但當你要的不只是 title 時就更靈活:

foreach ($dom->documentElement->childNodes as $articles) {
if ($articles->nodeType == 1 && $articles->nodeName == "item") {
foreach ($articles->childNodes as $item) {
if ($item->nodeType == 1 && $item->nodeName == "title") {
print $item->textContent . "\n";
}
}
}
}

XPath

XPath 有點像「XML 的 SQL」,讓你用模式語法查詢符合條件的節點:

$xp = new DOMXPath($dom);
$titles = $xp->query("/articles/item/title");
foreach ($titles as $node) {
print $node->textContent . "\n";
}

寫法與 getElementsByTagName() 差不多,但威力大得多。舉例說,若某個 title 是 article 的子元素而非 item 的子元素,getElementsByTagName() 仍會把它撈出來;而 /articles/item/title 這種寫法只會取得指定深度與位置的 title。再進階一些:

/articles/item[position() = 1]/title — 第一個 item 元素的所有 title
/articles/item/title[@id = "23"] — 所有 id 屬性值為 23 的 title
/articles//title — articles 底下任意深度的 title

你還可以查詢具有特定兄弟元素的節點、含特定文字內容的元素,或搭配命名空間使用。若你需要大量查詢 XML,投資時間學好 XPath 非常划算:語法簡單、執行速度快,程式碼量還遠少於純 DOM 遍歷。

寫入 DOM

DOM 不只讀得,也能寫。以下範例為 articles.XML 新增一個元素:

$item = $dom->createElement("item");
$title = $dom->createElement("title");
$titletext = $dom->createTextNode("XML in PHP5");
$title->appendChild($titletext);
$item->appendChild($title);
$dom->documentElement->appendChild($item);
print $dom->saveXML();

流程是:先建立所有節點(item 元素、title 元素、文字節點),再把它們串接起來——文字節點掛到 title,title 掛到 item,item 最後掛到 articles 根元素。

(DOM 標準寫起來確實偏冗長,因為設計者想盡量涵蓋各種可能的應用情境,但運作非常可靠。)

擴展 DOM 類別

上述範例在 PHP4 用 DOMXML 也做得到(只是 API 不同)。真正屬於 PHP5 的新能力是:你可以自己擴展 DOM 類別,寫出可讀性更高的程式碼:

class Articles extends DOMDocument {
function __construct() {
parent::__construct(); // 必須呼叫
}

function addArticle($title) {
$item = $this->createElement("item");
$titlespace = $this->createElement("title");
$titletext = $this->createTextNode($title);
$titlespace->appendChild($titletext);
$item->appendChild($titlespace);
$this->documentElement->appendChild($item);
}
}

$dom = new Articles();
$dom->load("articles.XML");
$dom->addArticle("XML in PHP5");
print $dom->save("newfile.XML");

HTML 支援

libxml2 對 HTML 的支援是 PHP5 中常被忽略的亮點。你不只能載入結構良好的 XML,也能載入「結構不良」的 HTML 文件,把它當成標準 DOMDocument 物件,使用所有可用方法與特性,包括 XPath 與 SimpleXML。

當你需要解析無法控制的站台內容時,這項能力尤其可貴。有了 XPath、XSLT 或 SimpleXML,你省下了大量以正則表達式比對字串或自寫 SAX 解析器的工作;而 HTML 結構不佳恰恰是常見狀況。

以下程式抓取某站首頁並印出第一個 title 元素的內容:

$dom = new DOMDocument();
$dom->loadHTMLFile("https://www.php.net/");
$title = $dom->getElementsByTagName("title");
print $title->item(0)->textContent;

注意:找不到指定元素時輸出可能包含錯誤訊息。若你的站台仍在輸出 HTML4 程式碼,好消息是 DOM 擴展不只讀得進 HTML,也能存成 HTML4 檔案——完成操作後用 $dom->saveHTML() 即可。不過 libxml2 對 HTML 的處理並非萬能,它無法兼顧所有特殊情形,對非通用格式的輸入處理也不算理想。

驗證

XML 文件的驗證越來越重要。例如你從外部來源取得一份 XML,處理之前得先確認它符合某個既定格式。所幸你不必自己在 PHP 裡寫驗證邏輯,可以直接採用三種最普及的標準之一:DTD、XML Schema 或 RelaxNG。

DTD 是 SGML 時代的產物,缺少命名空間等新特性,而且不是用 XML 寫的,解析與轉換都比較棘手。XML Schema 由 W3C 制定,應用廣泛,幾乎涵蓋驗證 XML 所需的一切。RelaxNG 則是複雜 XML Schema 的對手,由自由軟體社群創建,因為更容易實作,支援它的程式也越來越多。

如果你沒有歷史包袱、文件也不算特別複雜,就用 RelaxNG:讀寫都簡單,工具支援日益完善,甚至有 Trang 這類工具能從 XML 範本自動產生 RelaxNG 文件。目前 libxml2 完整支援的只有 RelaxNG 與 DTD,XML Schema 的支援尚在推進中。

驗證語法相當直覺:

$dom->validate("articles.dtd");
$dom->relaxNGValidate("articles.rng");
$dom->schemaValidate("articles.xsd");

目前這三個方法只回傳 true 或 false,錯誤會以 PHP 警告的形式輸出。直接把它丟給使用者當然不友善,後續版本對錯誤回報機制的改善仍在討論中。

SimpleXML

SimpleXML 是 PHP XML 家族最後加入的成員,目標是提供更簡單的方式,用標準物件屬性與迭代器存取 XML 文件。它的方法不多,但相當有力。同樣是取得所有 title 節點,程式碼短了很多:

$sxe = simplexml_load_file("articles.XML");
foreach($sxe->item as $item) {
print $item->title . "\n";
}

做了什麼?先把 articles.xml 載入成 SimpleXML 物件,取出 $sxe 中所有的 item 元素,再用 $item->title 取得標題內容。要查屬性則用關聯陣列語法:$item->title["id"]。

寫法多樣也是它的特色:$item->title[0] 得到相同結果;而 foreach($sxe->item->title as $item) 只會取得第一個 title,並非文件中所有的 title。

SimpleXML 是第一個採用 Zend 引擎 2 新特性的擴展,也因此成為這些特性的試驗場——開發階段出現 bug 與意外行為並不少見,這點要有心理準備。

除了遍歷節點,SimpleXML 也提供 XPath 介面,讓存取單一節點更省事:

foreach($sxe->xpath("/articles/item/title") as $item) {
print $item . "\n";
}

這段程式碼並不比前面短,但面對更複雜或嵌套更深的 XML 文件時,SimpleXML 搭配 XPath 能省下大量打字工夫。

寫入 SimpleXML

SimpleXML 不只讀得,也改得:

$sxe->item->title = "XML in PHP5"; // 修改 title 元素內容
$sxe->item->title["id"] = 34; // 修改 title 元素的屬性
$xmlString = $sxe->asXML(); // 序列化為 XML 字串
print $xmlString;

互通性

因為同樣基於 libxml2,SimpleXML 物件與 DOMDocument 物件之間幾乎零成本轉換(文件不需要內部複製)。你可以兼取兩者所長,依手邊任務挑合適的工具:

$sxe = simplexml_import_dom($dom);
$dom = dom_import_simplexml($sxe);

XSLT

XSLT 是把 XML 文件轉換成其他 XML 文件的語言,本身以 XML 撰寫,屬於函數式語言家族,思維與物件導向語言(如 PHP)不同。

PHP4 有兩種 XSLT 處理器:廣泛使用的 Sablotron 擴展,以及 DOMXML 擴展中的 libxslt。兩者 API 不相容、用法各異。PHP5 只支援 libxslt,理由是它基於 libxml2,與 PHP5 的 XML 架構更契合。

理論上把 Sablotron 綁到 PHP5 並非不可能,只是無人著手。因此若你目前使用 Sablotron,就必須切換到 libxslt。好消息是 libxslt 具備 JavaScript 異常處理支援,甚至能用 PHP 強大的資料流重新實作 Sablotron 獨有的方案處理器;而且 libxslt 是最快的 XSLT 處理器之一,速度約為 Sablotron 的兩倍。

與本文談過的其他擴展一樣,XSL 擴展、DOM 擴展之間可以互換 XML 文件——事實上你「必須」這麼做,因為 XSL 擴展本身沒有載入與儲存 XML 的介面,得靠 DOM 擴展代勞。這個 API 並非來自 W3C,而是「借」自 Mozilla,所以初學 XSLT 轉換時要學的東西並不多。

先把樣式表存成 articles.xsl,再用 PHP 腳本呼叫:

/* 將 XML 與 XSL 文件載入 DOMDocument 物件 */
$xsl = new DOMDocument();
$xsl->load("articles.xsl");
$inputdom = new DOMDocument();
$inputdom->load("articles.XML");

/* 建立 XSLT 處理器並載入樣式表 */
$proc = new XSLTProcessor();
$xsl = $proc->importStylesheet($xsl);
$proc->setParameter(null, "titles", "Titles");

/* 轉換並輸出 */
$newdom = $proc->transformToDoc($inputdom);
print $newdom->saveXML();

流程是:先用 load() 載入樣式表,建立 XSLTProcessor 物件並匯入樣式表,參數可用 setParameter(namespaceURI, name, value) 設定,最後 transformToDoc() 完成轉換並回傳新的 DOMDocument。

這個 API 的優點是樣式表只需載入一次即可重複套用於多份 XML 文件。

除了 transformToDoc(),還有兩個轉換方法:transformToXML($dom) 回傳字串;transformToURI($dom, $uri) 把結果存到檔案或 PHP 資料流。要注意的是,如果你想使用 <xsl:output indent="yes"/> 這類設定,就不能用 transformToDoc()——DOMDocument 物件無法保存該資訊,只有把結果輸出成字串或檔案時才生效。

在 XSLT 中呼叫 PHP 函式

XSLT 擴展最後一項新功能是允許在樣式表內部呼叫任何 PHP 函式。堅守正統 XML 的支持者大概不會喜歡這個設計(樣式表容易變得複雜,邏輯與呈現混在一起),但某些場景確實非常實用。XSLT 處理函式運算的能力相當有限,即使只是想用不同語言輸出一個日期也很麻煩;有了這個功能,難題立刻變得像純 PHP 一樣簡單。

PHP 端:

function dateLang() {
return strftime("%A");
}

$xsl = new DOMDocument();
$xsl->load("datetime.xsl");
$inputdom = new DOMDocument();
$inputdom->load("today.XML");

$proc = new XSLTProcessor();
$proc->registerPHPFunctions();

$xsl = $proc->importStylesheet($xsl);
$newdom = $proc->transformToDoc($inputdom);
print $newdom->saveXML();

樣式表 datetime.xsl 中即可呼叫該函式,最終輸出會依系統語言設定顯示星期名稱。你可以替 php:function() 加上更多參數,它們會原樣傳給 PHP 函式;另有 php:functionString() 會自動把傳入參數轉為字串,省下手動轉換。

關鍵提醒:務必在轉換之前呼叫 registerPHPFunctions(),否則基於安全理由,PHP 函式呼叫不會被執行——畢竟你未必能全然信任手上的 XSLT 樣式表。系統層面的存取尚未實作,未來版本可能會補上。

總結

PHP 對 XML 的支援向前邁了一大步:符合標準、功能強大、互通性佳、預設安裝,而且採用自由授權。新加入的 SimpleXML 提供了快速簡潔的存取方式,尤其在文件結構良好或能善用 XPath 時,能省下大量程式碼。

歸功於底層的 libxml2,我們現在可以用 DTD、RelaxNG 或 XML Schema 驗證 XML 文件。XSL 支援也煥然一新:改用 libxslt 後效能大幅提升,而在樣式表中呼叫 PHP 函式的能力,讓你能寫出更強大的 XSLT 程式碼。

如果你已在 PHP4 或其他語言中用過 XML,你會喜歡 PHP5 的這些改變——它更標準,也更與其他工具、語言平起平坐。

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