Question

我想从xml文件中提取一些标签。 xml文件可能如下所示：

<mediawiki xmlns="http://www.mediawiki.org/xml/export-0.10/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.mediawiki.org/xml/export-0.10/ http://www.mediawiki.org/xml/export-0.10.xsd" version="0.10" xml:lang="de">
[... some more tags ...]
  <page>
    <title>Title 1</title>
    [... some more tags ...]
  </page>
  <page>
    <title>Title 2</title>
    [... some more tags ...]
  </page>
</mediawiki>

我用的时候 https://www.freeformatter.com/xpath-tester.html 拉“//标题”一切正常，我收到两个标题。

但是当我使用以下php时：

$xml = simplexml_load_file('articles.xml');
$result = $xml->xpath('//title');
var_dump($result);

结果数组为空。

我已经检查了许多类似的问题，发现如果我使用相同的URL设置registerXPathNamespace，它会起作用。但是，我正在阅读的XML来自几个使用不同软件的外部源（以上只是一个可能的例子）。他们可能随时改变。因此，每次打开XML时，我都需要读出URL并将其放入registerXPathNamespace。使其工作的另一个选择是从XML中剥离xmlns。如果我想要做的就是提取“标题”（和其他一些）标签，无论名称空间是什么，这两个选项似乎都非常复杂。

是否有一种简单的方法可以告诉xpath忽略命名空间？（如果没有办法忽略它：什么是最简单和持久的解决方案，以避免更改URL的问题？）

到目前为止，我正在使用硬编码

foreach ($xml->page as $page) {
  $title = $page->title;
  //[... do something ...]
}

哪个有效。但是我认为xpath会很方便（更灵活，不是硬编码，更耐用）并且想尝试一下。

Answer 1

您可以通配符名称空间，例如//*:title

Answer 2

您可以从文档中获取名称空间，然后从这些名称中注册默认名称空间。由于默认命名空间以空白键结束，这有点令人痛苦，但这就是为什么从数组中获取第一个值然后使用它有点软糊涂。

所以代码类似于：

$xml = simplexml_load_file('articles.xml');
$ns = $xml->getDocNamespaces();
$xml->registerXPathNamespace('def', array_values($ns)[0]);
$result = $xml->xpath('//def:title');
var_dump($result);

Answer 3

尽管选择的注册默认名称空间的解决方案可行，但这还要求我似乎毫无理由地弄乱了xpath查询。在我的特殊情况下，我怀疑还有许多其他情况，从文档中完全删除名称空间会更有帮助。不幸的是，没有出现可以使用php中的DOM工具来做到这一点，所以我不得不求助于正则表达式。我要说的是，我真的很讨厌这样做，因为我是一再因为使用正则表达式来操纵XML和HTML的人而不断地追求他人的人。

无论如何，这对我有用：

$xml = file_get_contents('my_document.xml');
$xml = preg_replace('/(xmlns|xsi)[^=]*="[^"]*" ?/i', '', $xml);
$doc = simplexml_load_string($xml);

voilà，现在您可以根据需要查询xpath，而无需命名空间前缀：

$result = $xml->xpath('//title');

根据您的文档，这可能不是一个好主意，尤其是在元素上有名称空间前缀的情况下，但是在许多基本情况下，它就可以正常工作。

在php中使用xpath忽略命名空间

3 个答案: