牐 综述 牐燲ML代表Extensible Markup Language（eXtensible Markup Language的缩写，意为可扩展的标记语言）。XML是一套定义语义标记的规则，这些标记将文档分成许多部件并对这些部件加以标识。它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。XML是当今最热门的技术。而PHP也具有分析XML文档的功能,下面我们将共同探讨一下PHP中的XML应用的情况。 牐 XML概貌 　　谈起XML(eXtended Markup Language：可扩展标记语言)，我们不妨先看一段HTML的代码：

牐牐糎TML＞ 牐牐紅itle＞XML＜/title＞ 牐牐糱ody＞ 牐牐紁＞＜center＞＜font color=red＞TEXT＜/font＞＜/center＞＜/p＞ 牐牐糰 href=http://www.zjjv.com/＞＜img src=http://http://www.zjjv.com///SoftChannel/72342371945349120/20020510/LOGO.jpg/＞＜/a＞ 牐牐/body＞ 牐牐/HTML＞ 　　上面这段代码从结构上就符合XML的规则，XML可以理解是包含数据的树形的结构类型： 牐1、引用同一个元素的时候，使用一致的大小写，如＜center＞＜/Center＞就是不符合规定的 牐2、任何属性值(如 href=????)要用引起来，如＜a href=http://http://www.zjjv.com///article/http://www.zjjv.com/＞就是不正确的 牐3、所有元素必须由打开＜和关闭＞标注组成，元素应该形如＜body＞＜/body＞或空元素＜img ... /＞，如果结尾的 /＞ 少了/就是错误的代码 牐4、所有元素必须彼此嵌套，就像写程序的循环一样，而且，所有的元素必须嵌套于根元素之中，比如上面的代码所有的内容都嵌套于＜HTML＞＜/HTML＞之中。 牐5、元素名称(即上面的body a p img等)应为字母开头。 牐 怎样应用PHP的XML解析器Expat？ 牐燛xpat是PHP脚本语言的XML解析器（同样称为XML处理器），可以使程序访问XML文档的结构和内容。它是一种基于事件的解析器。XML解析器有两种基本类型： 牐牷于树型的解析器：将XML文档转换成树型结构。这类解析器分析整篇文章，同时提供一个API来访问所产生树的每个元素。其通用的标准为DOM（文档对象模式）。 牐牷于事件的解析器：将XML文档视为一系列的事件。当一个特殊事件发生时，解析器将调用开发者提供的函数来处理。基于事件的解析器有一个XML文档的数据集中视图，也就是说它集中在XML文档的数据部分，而不是其结构。这些解析器从头到尾处理文档，并将类似于－元素的开始、元素的结尾、特征数据的开始等等－事件通过回调（callback）函数报告给应用程序。 牐犚韵率且桓鯤ello-World的XML文档范例：

＜greeting＞ Hello World ＜/greeting＞ 　　基于事件的解析器将报告为三个事件： 牐牽始元素：greeting 牐燙DATA项的开始，值为：Hello World 牐牻崾元素：greeting 　　基于事件的解析器不产生描述文档的结构，当然如果使用Expat，必要时它一样可以在PHP中生成完全的原生树结构。在CDATA项中，基于事件的解析器不会得到父元素greeting的信息。然而，它提供一个更底层的访问，这就使得可以更好地利用资源和更快地访问。通过这种方式，就没有必要将整个文档放入内存；而事实上，整个文档甚至可以大于实际内存值。 　　上面Hello-World的范例虽然包括完整的XML格式，但它是无效的，因为既没有DTD（文档类型定义）与其联系，也没有内嵌DTD。但是Expat是一个不检查有效性的解析器，因此忽略任何与文档联系的DTD。应注意的是文档仍然需要完整的格式，否则Expat（和其他符合XML标准的解析器一样）将会随着出错信息而停止。 牐 编译Expat 　　Expat可以编译进PHP3.0.6版本（或以上）中。从Apache1.3.22开始，Expat已经作为Apache的一部分。在Unix系统中，可以通过-with-XML选项配置PHP将其编译入PHP。 　　如果将PHP编译为Apache的模块，而Expat将默认作为Apache的一部分。在Windows中，则必须要加载XML动态连接库。 　　XML范例：XMLstats 　　我们所要讨论的范例是使用Expat来收集XML文档的统计数据。 　　对于文档中每个元素，以下信息都将被输出：

该元素在文档中使用的次数

该元素中字符数据的数量

元素的父元素

元素的子元素 　　注意：为了演示，我们利用PHP来产生一个结构来保存元素的父元素和子元素 牐 用于产生XML解析器实例的函数有哪些？ 　　用于产生XML解析器实例的函数为XML_parser_create()。该实例将用于以后的所有函数。这个思路非常类似于PHP中MySQL函数的连接标记。在解析文档前，基于事件的解析器通常要求注册回调函数－用于特定的事件发生时调用。Expat没有例外事件，它定义了如下七个可能事件：

对象

XML解析函数

描述

元素

XML_set_element_handler()

元素的开始和结束

字符数据

XML_set_character_data_handler()

字符数据的开始

外部实体

XML_set_external_entity_ref_handler()

外部实体出现

未解析外部实体

XML_set_unparsed_entity_decl_handler()

未解析的外部实体出现

处理指令

XML_set_processing_instruction_handler()

处理指令的出现

记法声明

XML_set_notation_decl_handler()

记法声明的出现

默认

XML_set_default_handler()

其它没有指定处理函数的事件 牐犓有的回调函数必须将解析器的实例作为其第一个参数（此外还有其它参数）。 　　对于本文最后的范例脚本，需要注意的是它既用到了元素处理函数又用到了字符数据处理函数。元素的回调处理函数通过XML_set_element_handler()来注册。 牐犝飧龊数需要三个参数： 牐牻馕銎鞯氖道 牐牬理开始元素的回调函数的名称 牐牬理结束元素的回调函数的名称 　　当开始解析XML文档时，回调函数必须存在。它们必须定义为与PHP手册中所描述的原型一致。 　　例如，Expat将三个参数传递给开始元素的处理函数。在脚本范例中，其定义如下： 牐爁unction start_element($parser, $name, $attrs) 牐$parser是解析器标志，$name是开始元素的名称，$attrs为包含元素所有属性和值的数组。 牐犚坏┛始解析XML文档，Expat在遇到开始元素是都将调用start_element()函数并将参数传递过去。 　　 XML的Case Folding选项 　　用XML_parser_set_option()函数将Case folding选项关闭。这个选项默认是打开的，使得传递给处理函数的元素名自动转换为大写。但XML对大小写是敏感的（所以大小写对统计XML文档是非常重要的）。对于我们的范例，case folding选项必须关闭。 　　 如何对文档进行解析? 　　在完成所有的准备工作后，现在脚本终于可以解析XML文档： 牐燲ML_parse_from_file()，一个自定义的函数，打开参数中指定的文件，并以4kb的大小进行解析 XML_parse()，和XML_parse_from_file()一样，当发生错误时，即XML文档的格式不完全时，将会返回false。 　　我们可以使用XML_get_error_code()函数来得到最后一个错误的数字代码。将此数字代码传递给XML_error_string()函数即可得到错误的文本信息。输出XML当前的行数，使得调试更容易。 　　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＞。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，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，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： 牐牽始元素book：将book赋给栈的第一个元素($stack[0])。 牐牽始元素title：将title赋给栈的顶部($stack[1])。 牐牻崾元素title：从栈中将最顶部的元素移去($stack[1])。 牐牻崾元素title：从栈中将最顶部的元素移去($stack[0])。 　　PHP3.0通过一个$depth变量手动控制元素的嵌套来实现范例，这就使脚本看起来比较复杂。PHP4.0通过array_pop()和array_push()两个函数来使脚本看起来更简洁。 牐 如何收集XML文档中的元素信息？ 　　为了收集每个元素的信息，脚本需要记住每个元素的事件。通过使用一个全局的数组变量$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） 牐$count -该元素在文档中被发现的次数 牐$chars -元素中字符事件的字节数 牐$parents -父元素 牐$childs - 子元素 　　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$parents数组的项目中。 牐 显示统计信息 　　剩下的代码在$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。 牐 如何用PHP&XML编制一个迷你搜索引擎实例？ 　　让我们首先来熟悉一下我们程序中用到的那个XML（保存为xyz.XML）。

＜?XML version=1.0 encoding=gb2312 ?＞ ＜links＞采用PHP和XML技术构建的搜索引擎 ＜web memo=memo1 url=＞name1＜/web＞ ＜sub＞电脑网络 ＜web memo=nemo2＞name2＜/web＞ ＜sub＞程序设计 ＜web memo=memo3＞name3＜/web＞ ＜sub＞PHP ＜web url=http://http://www.zjjv.com/// memo=[英文]PHP开发资源。＞ http://www.zjjv.com/＜/web＞ ＜web url=http://http://www.zjjv.com///article/$PHP_SELF＞Root＜/a＞＜/p＞; if($lev==){ $lev=0;$num=1; } …… ?＞ 牐 mini的搜索引擎到底如何做呢？ 牐犠髁巳舾傻钠痰妫下面我们就来看一下我们的搜索引擎的主要文件。 牐牭谝欢挝仿sina，yahoo的按照类别查询 牐牭诙段为搜索查询部分(把整个树遍历一遍)显示符合的内容。 牐燲ML3.PHP 牐牴丶字匹配采用eregi函数，我们假设输入的文字都是不会导致错误的。

字体[ 进入论坛] [ 推荐给朋友]