php的xml分析函数

当解析文档时，对于Expat需要强调问题的是：如何保持文档结构的基本描述？

如前所述，基于事件的解析器本身并不产生任何结构信息。

不 过标签(tag)结构是XML的重要特性。例如，元素序列<book><title>表示的意思不同于< figure><title>。也就是说，任何作者都会告诉你书名和图名是没有关系的，虽然它们都用到"title"这个术语。因此， 为了更有效地使用基于事件的解析器处理XML，你必须使用自己的栈(stacks)或列表(lists)来维护文档的结构信息。

为了产生文档结构的镜像，脚本至少需要知道目前元素的父元素。用Exapt的API是无法实现的，它只报告目前元素的事件，而没有任何前后关系的信息。因此，你需要建立自己的栈结构。

脚本范例使用先进后出(FILO)的栈结构。通过一个数组，栈将保存全部的开始元素。对于开始元素处理函数，目前的元素将被array_push()函数推到栈的顶部。相应的，结束元素处理函数通过array_pop()将最顶的元素移走。

对于序列<book><title></title></book>，栈的填充如下：

开始元素book：将"book"赋给栈的第一个元素($stack[0])。
开始元素title：将"title"赋给栈的顶部($stack[1])。
结束元素title：从栈中将最顶部的元素移去($stack[1])。
结束元素title：从栈中将最顶部的元素移去($stack[0])。
PHP3.0通过一个$depth变量手动控制元素的嵌套来实现范例。这就使脚本看起来比较复杂。PHP4.0通过array_pop()和array_push()两个函数来使脚本看起来更简洁。

收集数据

为了收集每个元素的信息，脚本需要记住每个元素的事件。通过使用一个全局的数组变量$elements来保存文档中所有不同的元素。数组的项目是元素类的实例，有4个属性（类的变量）

$count -该元素在文档中被发现的次数
$chars -元素中字符事件的字节数
$parents -父元素
$childs - 子元素
正如你所看到的，将类实例保存在数组中是轻而易举的。

注意：PHP的一个特性是你可以通过while(list() = each())loop遍历整个类结构，如同你遍历整个相应的数组一样。所有的类变量（当你用PHP3.0时还有方法名）都以字符串的方式输出。

当发现一个元素时，我们需要增加其相应的记数器来跟踪它在文档中出现多少次。在相应的$elements项中的记数元素也要加一。

我们同样要让父元素知道目前的元素是它的子元素。因此，目前元素的名称将会加入到父元素的$childs数组的项目中。最后，目前元素应该记住谁是它的父元素。所以，父元素被加入到目前元素$parents数组的项目中。

显示统计信息

剩下的代码在$elements数组和其子数组中循环显示其统计结果。这就是最简单的嵌套循环，尽管输出正确的结果，但代码既不简洁又没有任何特别的技巧，它仅仅是一个你可能每天用他来完成工作的循环。

脚本范例被设计为通过PHP的CGI方式的命令行来调用。因此，统计结果输出的格式为文本格式。如果你要将脚本运用到互联网上，那么你需要修改输出函数来产生HTML格式。

总结

Exapt是PHP的XML解析器。作为基于事件的解析器，它不产生文档的结构描述。但通过提供底层访问，这就使得可以更好地利用资源和更快地访问。

作为一个不检查有效性的解析器，Expat忽略与XML文档连接的DTD，但如果文档的格式不完整，它将会随着出错信息而停止。

提供事件处理函数来处理文档
建立自己的事件结构例如栈和树来获得XML结构信息标记的优点。
每天都有新的XML程序出现，而PHP对XML的支持也不断加强（例如，增加了支持基于DOM的XML解析器LibXML）。

有了PHP和Expat，你就可以为即将出现的有效、开放和独立于平台的标准作准备。

范例

<?
/*****************************************************************************
* 名称：XML解析范例：XML文档信息统计
* 描述
* 本范例通过PHP的Expat解析器收集和统计XML文档的信息（例如：每个元素出现的次数、父元素和子元素
* XML文件作为一个参数 ./xmlstats_PHP4.php3 test.xml
* $Requires: Expat 要求：Expat PHP4.0编译为CGI模式
*****************************************************************************/

// 第一个参数是XML文件
$file = $argv[1];

// 变量的初始化
$elements = $stack = array();
$total_elements = $total_chars = 0;

// 元素的基本类
class element
{
var $count = 0;
var $chars = 0;
var $parents = array();
var $childs = array();
}

// 解析XML文件的函数
function xml_parse_from_file($parser, $file)
{
if(!file_exists($file))
{
die("Can't find file "$file".");
}

if(!($fp = @fopen($file, "r")))
{
die("Can't open file "$file".");
}

while($data = fread($fp, 4096))
{
if(!xml_parse($parser, $data, feof($fp)))
{
return(false);
}
}

fclose($fp);

return(true);
}

// 输出结果函数（方框形式）
function print_box($title, $value)
{
printf("n %'-60s n", "");
printf("| s", "$title:");
printf("s", $value);
printf("&s|n", "");
printf(" %'-60s n", "");
}

// 输出结果函数（行形式）
function print_line($title, $value)
{
printf(" s", "$title:");
printf("sn", $value);
}

// 排序函数
function my_sort($a, $b)
{
return(is_object($a) && is_object($b) ? $b->count - $a->count: 0);

文章整理：西部数码--专业提供域名注册、虚拟主机服务
http://www.west263.com
以上信息与文章正文是不可分割的一部分,如果您要转载本文章,请保留以上信息，谢谢!