接上一節談完 expat 解析器的基本用法,這裡直接看一段真正在處理文件的 PHP 程式碼。
以下範例來自 NewsBoy——一套以 PHP 撰寫的網頁新聞系統,作者為 Justin Grant。版本演進摘要如下:
V0.0.2(3 月 25 日) 將 NewsBoy 改寫為 PHP 類別,讓版面配置可以輕易修改; 同時讓產生的 HTML 更易於閱讀。 V0.0.1(3 月 24 日) 完成最初版本,相當粗糙且陽春。
這個類別把 expat 的種種細節都包了起來,對外只暴露幾個有意義的方法:
class newsboy {
var $xml_parser;
var $xml_file;
var $html;
var $open_tag;
var $close_tag;
// 建構子
function newsboy() {
$this->xml_parser = "";
$this->xml_file = "";
$this->html = "";
// 以下為各標籤對應的開頭輸出字串,很容易替換修改
$this->open_tag = array(
"NEWSBOY" => "<br>\n\n",
"STORY" => " ",
"DATE" => "",
"SLUG" => " ",
"TEXT" => "",
"PIC" => "",
"NEWLINE" => ""
);
// 各標籤對應的結尾輸出字串
$this->close_tag = array(
"NEWSBOY" => "<br>\n\n\n",
"STORY" => "",
"DATE" => "",
"SLUG" => "<br>",
"TEXT" => "\n",
"PIC" => " "
);
}
// 解構子(PHP 當時不支援解構子,必須手動呼叫)
function destroy() {
xml_parser_free($this->xml_parser);
}
// 累加輸出字串
function concat($str) {
$this->html .= $str;
}
// 遇到開始標籤時
function startElement($parser, $name, $attrs) {
if ($format = $this->open_tag[$name]) {
$this->html .= $format;
}
}
// 遇到結束標籤時
function endElement($parser, $name) {
if ($format = $this->close_tag[$name]) {
$this->html .= $format;
}
}
// 遇到文字內容時
function characterData($parser, $data) {
$this->html .= $data;
}
}
這個實作最值得學的地方,是它把「XML 標籤」與「HTML 輸出」做了明確分層。open_tag 與 close_tag 兩個陣列各自對應一份標籤名稱到輸出字串的映射;想換版面、換樣式,只要改這兩個陣列,完全不必碰解析邏輯。
三個回呼函式的分工也很清楚:startElement 在讀到開始標籤時查表並輸出前綴,characterData 把文字原樣累加,endElement 則輸出對應的後綴。expat 負責解析,你的回呼負責決定長相。
另外注意 destroy() 這個方法。當時的 PHP 不支援解構子,xml_parser_free() 必須手動呼叫,否則長時間執行的腳本會累積記憶體。
原始程式碼中還有一個被註解掉的 PIHandler,原本打算用 switch 判斷處理指令的目標,若是 PHP 就以 eval() 執行內容——這正是當年 PHP 與 XML 混搭常見的寫法。實務上請勿採用,透過 eval 執行外部輸入內容是嚴重的安全風險。