本例示範如何用 PHP 內建的 XML 解析器(expat 風格的 SAX 介面)讀取一份 XML 文件,把其中的標題、連結與作者逐筆抓出來並輸出成網頁。示範用的 XML 來源是 Slashdot 的 slashdot.xml,把它與 PHP 檔放在同一個資料夾即可運行。
把開頭與結尾標記各自整理成對照表,後續的處理函式就能用查表的方式判斷「這個標記要不要理」:
<?php $open_tags = array( 'STORY' => '<STORY>', 'TITLE' => '<TITLE>', 'URL' => '<URL>', 'AUTHOR' => '<AUTHOR>' ); $close_tags = array( 'STORY' => '</STORY>', 'TITLE' => '</TITLE>', 'URL' => '</URL>', 'AUTHOR' => '</AUTHOR>' ); ?>
SAX 解析的特性是「不建樹、邊讀邊通知」,因此我們必須提供三個回呼:遇到標記開始、遇到標記結束、遇到文字資料。
<?php
// 處理開始標記。$attrs 是多維陣列,鍵為屬性名,值為屬性值
function startElement($parser, $name, $attrs = '') {
global $open_tags, $temp, $current_tag;
$current_tag = $name;
if ($format = $open_tags[$name]) {
switch ($name) {
case 'STORY':
echo '新的故事: ';
break;
default:
break;
}
}
}
// 遇到 </STORY> 就輸出目前這一筆,然後清空暫存變數
function endElement($parser, $name, $attrs = '') {
global $close_tags, $temp, $current_tag;
if ($format = $close_tags[$name]) {
switch ($name) {
case 'STORY':
return_page();
$temp = '';
break;
default:
break;
}
}
}
// 傳入的是元素之間的文字,例如 <TITLE>Title Here</TITLE> 的 $data 即為 'Title Here'
function characterData($parser, $data) {
global $current_tag, $temp;
switch ($current_tag) {
case 'TITLE':
$temp['title'] = $data;
$current_tag = '';
break;
case 'URL':
$temp['url'] = $data;
$current_tag = '';
break;
case 'AUTHOR':
$temp['author'] = $data;
$current_tag = '';
break;
default:
break;
}
}
?>
這裡有個關鍵技巧:用全域變數 $current_tag 記住「目前正在處理哪個標記」。因為 characterData 回呼只會拿到文字、拿不到標記名,必須靠它來判斷這段文字該放進哪個欄位;存完之後立刻清空,避免同一段文字被重複寫入。
<?php
function return_page() {
global $temp;
echo 'o <A HREF="' . $temp['url'] . '">' . $temp['title'] . '</A><BR>';
echo 'Author:' . $temp['author'] . '<BR>';
echo '-----------------------------';
echo '<br>';
}
// 要解析的檔案
$xml_file = 'slashdot.xml';
// 字元集,預設 UTF-8
$type = 'UTF-8';
// 建立解析器
$xml_parser = xml_parser_create($type);
// 解析選項
xml_parser_set_option($xml_parser, XML_OPTION_CASE_FOLDING, true);
xml_parser_set_option($xml_parser, XML_OPTION_TARGET_ENCODING, 'UTF-8');
// 註冊元素與文字資料的回呼函式
xml_set_element_handler($xml_parser, 'startElement', 'endElement');
xml_set_character_data_handler($xml_parser, 'characterData');
if (!($fp = fopen($xml_file, 'r'))) {
die("無法開啟 $xml_file 進行解析!\n");
}
// 分塊讀取並逐段解析
while ($data = fread($fp, 4096)) {
if (!($data = utf8_encode($data))) {
echo 'ERROR' . "\n";
}
if (!xml_parse($xml_parser, $data, feof($fp))) {
die(sprintf("XML error: %s at line %d\n",
xml_error_string(xml_get_error_code($xml_parser)),
xml_get_current_line_number($xml_parser)));
}
}
xml_parser_free($xml_parser);
?>
$open_tags 的鍵必須寫成 STORY、TITLE 這類大寫形式,否則查表永遠失敗。若想改讀遠端資源,只要把 $xml_file 換成完整的 URL,並改用支援 HTTP 的方式抓取即可——fopen 在 allow_url_fopen 開啟時也能直接吃網址。