PHP:仅解析命名空间的xml

时间:2012-12-28 23:36:54

标签: php xml parsing dom

我正在尝试解析这样的数据:

<vin:layout name="Page" xmlns:vin="http://www.example.com/vin">
    <header>
        {someText}
        <div>
            <!-- some invalid xml code -->
            <aas>
            <nav class="main">
                <vin:show section="Menu" />
            </nav>
        </div>
    </header>
</vin:layout>

如何在PHP中解析这样的数据?

我尝试过DOM,但它不起作用,因为根元素中的xml格式不正确。我可以告诉解析器,没有vin命名空间的任务是文本吗?

1 个答案:

答案 0 :(得分:1)

我可能会在其上抛出一种Tagsoup解析器。可以读取你的格式的东西,除了那些缺点看起来很好写。对于简单的基于正则表达式的扫描程序而言,没有什么能够在文本上留下来。我只用你得到的四种节点类型称我的Tagsoup:Starttag,Endtag,Text和Comment。对于标签,您需要了解其标记名和NamespacePrefix。为了方便起见,它的命名类似于XML / HTML,但事实上这完全是“自己动手”,所以不要将这些术语扩展到任何标准。

用于更改没有名称空间前缀的每个标记(开头或结尾)的用法看起来像($string包含您在问题中的数据):

$scanner = new TagsoupIterator($string);

$nsPrefix = 'vin';

foreach ($scanner as $node) {
    $isTag  = $node instanceof TagsoupTag;
    $isOfNs = $isTag && $node->getTagNsPrefix() === $nsPrefix;
    if ($isTag && !$isOfNs) {
        $node = strtr($node, ['&' => '&amp;', '<' => '&lt;']);
    }
    echo $node;
}

输出:

<vin:layout name="Page" xmlns:vin="http://www.example.com/vin">
    &lt;header>
        {someText}
        &lt;div>
            <!-- some invalid xml code -->
            &lt;aas>
            &lt;nav class="main">
                <vin:show section="Menu" />
            &lt;/nav>
        &lt;/div>
    &lt;/header>
</vin:layout>

用于提取命名空间的某个标记内的所有内容的用法可能如下所示:

$scanner = new TagsoupIterator($string);
$parser  = new TagsoupForwardNavigator($scanner);

$startTagWithNsPrefix = function ($namespace) {

    return function (TagsoupNode $node) use ($namespace) {

        /* @var $node TagsoupTag */
        return $node->getType() === Tagsoup::NODETYPE_STARTTAG
            && $node->getTagNsPrefix() === $namespace;
    };
};

$start = $parser->nextCondition($startTagWithNsPrefix('vin'));
$tag   = $start->getTagName();
$parser->next();
echo $html = implode($parser->getUntilEndTag($tag));

输出:

<header>
    {someText}
    <div>
        <!-- some invalid xml code -->
        <aas>
        <nav class="main">
            <vin:show section="Menu" />
        </nav>
    </div>
</header>

下一部分是替换$string的那一部分。由于Tagsoup提供二进制偏移和长度,这很容易(我通过SimpleXML快捷方式):

$xml = substr($string, 0, $start->getEnd()) . substr($string, $parser->getOffset());
$doc = new SimpleXMLElement($xml);
$doc[0] = $html;
echo $doc->asXML();

输出:

<vin:layout xmlns:vin="http://www.example.com/vin" name="Page">
    &lt;header&gt;
        {someText}
        &lt;div&gt;
            &lt;!-- some invalid xml code --&gt;
            &lt;aas&gt;
            &lt;nav class="main"&gt;
                &lt;vin:show section="Menu" /&gt;
            &lt;/nav&gt;
        &lt;/div&gt;
    &lt;/header&gt;
</vin:layout>

根据具体需要,这需要更改实施。例如,这个不允许将相同的标签彼此放在一起。它不会让你失望,但它没有处理。不知道你是否有这种情况,如果你需要添加一些打开/关闭计数器,导航器类可以很容易地扩展,甚至提供两种结束标记查找方法。

此处给出的示例使用的是Tagsoup,您可以在此要点看到:https://gist.github.com/4415105