Question

我正在尝试解析大型XML文件以将内容放入我的数据库中。我的问题很简单，虽然我发现很难找到一个漂亮而干净的解决方案。

想象一下以下的XML字符串：

<tag1>
    OuterText <tag2>InnerText</tag2>
</tag1>

编辑。问题是：如何在字符串中捕获OuterText？

我可以删除标签和使用正则表达式的标签和内容，但是到目前为止，我一直在使用SimpleXML，所以我更喜欢这种做法很好的答案。

Answer 1

好吧，看起来我问这个问题的速度太快了。我使用自己的简化示例搞砸了一下，这就是我发现的。尽管XML格式不正确，它确实有效。

$xml = "<tag1>
          OuterText <tag2>InnerText</tag2>
        </tag1>"

$sxe = new SimpleXMLElement($xml);

$out = (string)$sxe;
$in = (string)$sxe->tag2;

// output:
// OuterText
// InnerText
echo "$out<br>$in";

编辑：此方法将在内联标记的两侧使用带有OuterText的XML字符串生成以下结果：

$xml = "<tag1>
          OuterText1 <tag2>InnerText</tag2> OuterText2
        </tag1>"
// output will then be:
// OuterText1 OuterText2 ($out)
// InnerText ($in)

Answer 2

这样的事情应该有效：

$yourinput = new SimpleXMLElement($xmlstr);
foreach($yourinput->tag1 as $curtag){
    mysql_query("INSERT INTO table (field1, field2) VALUES($curtag, $curtag->tag2)");
}

Answer 3

如果我正确理解了这个问题，你需要按顺序排列标签的所有文本内容，但不需要任何内部XML标签。

这不是特别优雅，但理论上这可以解决问题：

$inner_text = strip_tags($some_simplexml_node->asXML());

这里的技巧是SimpleXML可以将XML的任何片段（例如，在遍历文档时找到的单个节点）序列化为XML;从中删除所有标签应该按正确的顺序提供所有文本内容。

Answer 4

您将无法使用simpleXML或类似的东西，因为它不是有效的XML，而是将此文本包含在任何元素之外。这是故意的还是XML生成中的错误（不确定从哪里获取XML）？

PHP：如何使用SimpleXML解析/获取XML outerText

4 个答案: