|
綜述
XML代表Extensible Markup Language（eXtensible Markup Language的縮寫，意為可擴(kuò)展的標(biāo)記語言）。XML是一套定義語義標(biāo)記的規(guī)則，這些標(biāo)記將文檔分成許多部件并對這些部件加以標(biāo)識。它也是元標(biāo)記語言，即定義了用于定義其他與特定領(lǐng)域有關(guān)的、語義的、結(jié)構(gòu)化的標(biāo)記語言的句法語言。XML是當(dāng)今最熱門的技術(shù)。而PHP也具有分析XML文檔的功能,下面我們將共同探討一下PHP中的XML應(yīng)用的情況。
XML概貌
談起XML(eXtended Markup Language：可擴(kuò)展標(biāo)記語言)，我們不妨先看一段HTML的代碼：
<html>
<title>XML</title>
<body>
<p><center><font color="red">TEXT</font></center></p>
<a href="www.domain.com"><img src=http://cfan.net.cn/info/"logo.jpg"/></a>
</body>
</html>
上面這段代碼從結(jié)構(gòu)上就符合XML的規(guī)則，XML可以理解是包含數(shù)據(jù)的樹形的結(jié)構(gòu)類型：
1、引用同一個元素的時候，使用一致的大小寫，如<center></Center>就是不符合規(guī)定的
2、任何屬性值(如 href="????")要用""引起來，如<a href=www.yahoo.com>就是不正確的
3、所有元素必須由打開<和關(guān)閉>標(biāo)注組成，元素應(yīng)該形如<body></body>或空元素<img ... />，如果結(jié)尾的 "/>" 少了"/"就是錯誤的代碼
4、所有元素必須彼此嵌套，就像寫程序的循環(huán)一樣，而且，所有的元素必須嵌套于根元素之中，比如上面的代碼所有的內(nèi)容都嵌套于<html></html>之中。
5、元素名稱(即上面的body a p img等)應(yīng)為字母開頭。
怎樣應(yīng)用PHP的XML解析器Expat？
Expat是PHP腳本語言的XML解析器（同樣稱為XML處理器），可以使程序訪問XML文檔的結(jié)構(gòu)和內(nèi)容。它是一種基于事件的解析器。XML解析器有兩種基本類型：
基于樹型的解析器：將XML文檔轉(zhuǎn)換成樹型結(jié)構(gòu)。這類解析器分析整篇文章，同時提供一個API來訪問所產(chǎn)生樹的每個元素。其通用的標(biāo)準(zhǔn)為DOM（文檔對象模式）。
基于事件的解析器：將XML文檔視為一系列的事件。當(dāng)一個特殊事件發(fā)生時，解析器將調(diào)用開發(fā)者提供的函數(shù)來處理。基于事件的解析器有一個XML文檔的數(shù)據(jù)集中視圖，也就是說它集中在XML文檔的數(shù)據(jù)部分，而不是其結(jié)構(gòu)。這些解析器從頭到尾處理文檔，并將類似于－元素的開始、元素的結(jié)尾、特征數(shù)據(jù)的開始等等－事件通過回調(diào)（callback）函數(shù)報告給應(yīng)用程序。
以下是一個"Hello-World"的XML文檔范例：
<greeting>
Hello World
</greeting>
基于事件的解析器將報告為三個事件：
開始元素：greeting
CDATA項的開始，值為：Hello World
結(jié)束元素：greeting
基于事件的解析器不產(chǎn)生描述文檔的結(jié)構(gòu)，當(dāng)然如果使用Expat，必要時它一樣可以在PHP中生成完全的原生樹結(jié)構(gòu)。在CDATA項中，基于事件的解析器不會得到父元素greeting的信息。然而，它提供一個更底層的訪問，這就使得可以更好地利用資源和更快地訪問。通過這種方式，就沒有必要將整個文檔放入內(nèi)存；而事實上，整個文檔甚至可以大于實際內(nèi)存值。
上面Hello-World的范例雖然包括完整的XML格式，但它是無效的，因為既沒有DTD（文檔類型定義）與其聯(lián)系，也沒有內(nèi)嵌DTD。但是Expat是一個不檢查有效性的解析器，因此忽略任何與文檔聯(lián)系的DTD。應(yīng)注意的是文檔仍然需要完整的格式，否則Expat（和其他符合XML標(biāo)準(zhǔn)的解析器一樣）將會隨著出錯信息而停止。
編譯Expat
Expat可以編譯進(jìn)PHP3.0.6版本（或以上）中。從Apache1.3.22開始，Expat已經(jīng)作為Apache的一部分。在Unix系統(tǒng)中，可以通過-with-xml選項配置PHP將其編譯入PHP。
如果將PHP編譯為Apache的模塊，而Expat將默認(rèn)作為Apache的一部分。在Windows中，則必須要加載XML動態(tài)連接庫。
XML范例：XMLstats
我們所要討論的范例是使用Expat來收集XML文檔的統(tǒng)計數(shù)據(jù)。
對于文檔中每個元素，以下信息都將被輸出：
該元素在文檔中使用的次數(shù)
該元素中字符數(shù)據(jù)的數(shù)量
元素的父元素
元素的子元素
注意：為了演示，我們利用PHP來產(chǎn)生一個結(jié)構(gòu)來保存元素的父元素和子元素.
用于產(chǎn)生XML解析器實例的函數(shù)有哪些？
用于產(chǎn)生XML解析器實例的函數(shù)為xml_parser_create()。該實例將用于以后的所有函數(shù)。這個思路非常類似于PHP中MySQL函數(shù)的連接標(biāo)記。在解析文檔前，基于事件的解析器通常要求注冊回調(diào)函數(shù)－用于特定的事件發(fā)生時調(diào)用。Expat沒有例外事件，它定義了如下七個可能事件：
對象 XML解析函數(shù) 描述
元素 xml_set_element_handler() 元素的開始和結(jié)束
字符數(shù)據(jù) xml_set_character_data_handler() 字符數(shù)據(jù)的開始
外部實體 xml_set_external_entity_ref_handler() 外部實體出現(xiàn)
未解析外部實體 xml_set_unparsed_entity_decl_handler() 未解析的外部實體出現(xiàn)
處理指令 xml_set_processing_instruction_handler() 處理指令的出現(xiàn)
記法聲明 xml_set_notation_decl_handler() 記法聲明的出現(xiàn)
默認(rèn) xml_set_default_handler() 其它沒有指定處理函數(shù)的事件
所有的回調(diào)函數(shù)必須將解析器的實例作為其第一個參數(shù)（此外還有其它參數(shù)）。
對于本文最后的范例腳本，需要注意的是它既用到了元素處理函數(shù)又用到了字符數(shù)據(jù)處理函數(shù)。元素的回調(diào)處理函數(shù)通過xml_set_element_handler()來注冊。
這個函數(shù)需要三個參數(shù)：
解析器的實例
處理開始元素的回調(diào)函數(shù)的名稱
處理結(jié)束元素的回調(diào)函數(shù)的名稱
當(dāng)開始解析XML文檔時，回調(diào)函數(shù)必須存在。它們必須定義為與PHP手冊中所描述的原型一致。
例如，Expat將三個參數(shù)傳遞給開始元素的處理函數(shù)。在腳本范例中，其定義如下：
function start_element($parser, $name, $attrs)
$parser是解析器標(biāo)志，$name是開始元素的名稱，$attrs為包含元素所有屬性和值的數(shù)組。
一旦開始解析XML文檔，Expat在遇到開始元素是都將調(diào)用start_element()函數(shù)并將參數(shù)傳遞過去。
XML的Case Folding選項
用xml_parser_set_option()函數(shù)將Case folding選項關(guān)閉。這個選項默認(rèn)是打開的，使得傳遞給處理函數(shù)的元素名自動轉(zhuǎn)換為大寫。但XML對大小寫是敏感的（所以大小寫對統(tǒng)計XML文檔是非常重要的）。對于我們的范例，case folding選項必須關(guān)閉。
<待續(xù)>
|
