快捷導(dǎo)航

PHP用SAX解析XML的實(shí)現(xiàn)代碼與問題分析

更新時(shí)間：2011年08月22日 22:11:17 作者：

近日在做一個(gè)解析XML的小程序，因?yàn)榉?wù)器是PHP4的，XML解析函數(shù)只能用SAX方式的xml_parser來解析了。

 
<?php 
$g_books = array(); 
$g_elem = null; 
function startElement( $parser, $name, $attrs ) 
{ 
global $g_books, $g_elem; 
if ( $name == 'BOOK' ) $g_books []= array(); 
$g_elem = $name; 
} 
function endElement( $parser, $name ) 
{ 
global $g_elem; 
$g_elem = null; 
} 
function textData( $parser, $text ) 
{ 
global $g_books, $g_elem; 
if ( $g_elem == 'AUTHOR' || 
$g_elem == 'PUBLISHER' || 
$g_elem == 'TITLE' ) 
{ 
$g_books[ count( $g_books ) - 1 ][ $g_elem ] = $text; 
} 
} 
$parser = xml_parser_create(); 
xml_set_element_handler( $parser, "startElement", "endElement" ); 
xml_set_character_data_handler( $parser, "textData" ); 
$f = fopen( 'books.xml', 'r' ); 
while( $data = fread( $f, 4096 ) ) 
{ 
xml_parse( $parser, $data ); 
} 
xml_parser_free( $parser ); 
foreach( $g_books as $book ) 
{ 
echo $book['TITLE']." - ".$book['AUTHOR']." - "; 
echo $book['PUBLISHER']."\n"; 
} 
?> 

PHP中用SAX方式解析XML發(fā)現(xiàn)的問題
XML如下：
so.xml

復(fù)制代碼代碼如下:

 
<?xml version="1.0" encoding="GBK"?> 
<result> 
<row> 
<id>1047869</id> 
<date>2008-08-28 14:54:51</date> 
<title>紅花還需綠葉扶--淺談腳架云臺(tái)的選購(gòu)</title> 
<summary>很多專業(yè)攝影師在選購(gòu)三腳架的時(shí)候，往往出手闊綽，3、4000元一個(gè)的捷信或者曼富圖三腳架常常不用經(jīng)過思考就買下來了，可是，他們卻總是忽視了云臺(tái)的精挑細(xì)眩其實(shí)，數(shù)碼相機(jī)架在三腳架上面究竟穩(wěn)不穩(wěn)，起決定作用的是云臺(tái)，那么我們?nèi)绾尾拍芴暨x到一款穩(wěn)如磐石的云臺(tái)呢？云臺(tái)家族種類繁多用途迥異簡(jiǎn)單的說，腳架云臺(tái)是用于連接相機(jī)與腳架進(jìn)行角度調(diào)節(jié)的部件，主要分成三維云臺(tái)和球型云臺(tái)。三維云臺(tái)在橫向旋轉(zhuǎn)</summary> 
</row> 
...(省略若干行) 
</result> 

xml_class.php

復(fù)制代碼代碼如下:

 
<?php 
class xml { 
var $parser; 
var $i =0; 
var $search_result = array(); 
var $row = array(); 
var $data = array(); 
var $now_tag; 
var $tags = array("ID", "CLASSID", "SUBCLASSID", "CLASSNAME", "TITLE", "SHORTTITLE", "AUTHOR", "PRODUCER", "SUMMARY", "CONTENT", "DATE"); 
function xml() 
{ 
$this->parser = xml_parser_create(); 
xml_set_object($this->parser, $this); 
xml_set_element_handler($this->parser, "tag_open", "tag_close"); 
xml_set_character_data_handler($this->parser, "cdata"); 
} 
function parse($data) 
{ 
xml_parse($this->parser, $data); 
} 
function tag_open($parser, $tag, $attributes) 
{ 
$this->now_tag=$tag; 
if($tag=='RESULT') { 
$this->search_result = $attributes; 
} 
if($tag=='ROW') { 
$this->row[$this->i] = $attributes; 
} 
} 
function cdata($parser, $cdata) 
{ 
if(in_array($this->now_tag, $this->tags)){ 
$tagname = strtolower($this->now_tag); 
$this->data[$this->i][$tagname] = $cdata; 
} 
} 
function tag_close($parser, $tag) 
{ 
$this->now_tag=""; 
if($tag=='ROW') { 
$this->i++; 
} 
} 
} 
?> 

search.php

復(fù)制代碼代碼如下:

 
<?php 
require_once("./xml_class.php"); 
$xml = file_get_contents("./so.xml"); 
$xml_parser = new xml(); 
$xml_parser->parse($xml); 
print_r($xml_parser); 
?> 

最后得到的結(jié)果中summary中的數(shù)據(jù)少了很多，總是得不到完整的summary內(nèi)容。有時(shí)還會(huì)得到亂碼，在網(wǎng)上也找了半天也不知道是什么問題引起的。
　　后來才發(fā)現(xiàn)問題是因?yàn)閤ml_parser解析XML是循環(huán)處理節(jié)點(diǎn)中的數(shù)據(jù)的，每次只取大概300個(gè)字符長(zhǎng)度(具體是多少，我也不太清楚，只是用strlen輸出大概在300左右),于是才知道是因?yàn)槊看蔚难h(huán)就會(huì)把前次的數(shù)據(jù)給復(fù)蓋了，這樣就會(huì)出現(xiàn)數(shù)據(jù)不全的問題。
　　解決辦法就是把xml_class文件中的xml類中的cdata方法中$this->data[$this->i][$tagname] = $cdata;改為$this->data[$this->i][$tagname] .= $cdata;即可解決(其中有一些NOTICE錯(cuò)誤，PHP已忽略了).

您可能感興趣的文章: