繁体 English 中英

PHP5中不同的XML解析库之间有什么区别？

[英]What's the difference between the different XML parsing libraries in PHP5?

原文 2008-10-29 13:41:23 8 7 php/ xml/ parsing/ xhtml

最初的问题如下，但我更改了标题，因为我认为找到具有相同疑问的其他人会更容易。 最后，XHTML文档是一个XML文档。

这是一个初学者的问题，但我想知道您认为哪个是PHP5中解析XHTML文档的最佳库？

我已经使用Tidy从HTML文件（使用Word：S创建）生成了XHTML，并知道我需要替换它们中的一些元素（比如和元素，替换一些属性）

标签）。

我没有非常使用XML，在PHP（Simple XML，DOM等）中解析似乎有很多选项，我不知道是否所有这些都可以做我需要的，这是最容易的使用。

抱歉我的英语，我是阿根廷人。 谢谢！

我有更多的信息：我有很多HTML页面，在Word 97中完成。我使用Tidy进行清理并在XHTML Strict中进行清理，所以现在它们都是XML兼容的。 我想使用XML解析器来查找一些元素并替换它们（我这样做的逻辑并不重要）。 例如，我希望所有页面都使用相同的CSS样式表和类属性，以实现统一的外观。 它们都是包含法律文件的静态页面，没有什么奇怪的。 我应该使用哪些扩展程序？ SimpleXML够用吗？ 我是否应该学习DOM而不是更难？

7 个解决方案

您可以使用SimpleXML ，它包含在默认的PHP安装中。 此扩展提供了对XML结构的轻松面向对象访问。

还有DOM XML 。 这个扩展的“缺点”是它使用起来有点困难，默认情况下它不包括在内。

只是为了清除这里的困惑。 PHP有许多XML库，因为php4在这方面没有很好的选择。 从PHP5开始，您可以选择SimpleXml ， DOM和基于sax的expat解析器。 后者也存在于php4中。 php4也有一个DOM扩展，这与php5的不一样。

DOM和SimpleXml是同一问题域的替代品; 他们将文档存入内存并让您以树形结构的形式访问它。 DOM是一个相当庞大的api，但它也非常一致，并且它以多种语言实现，这意味着您可以跨语言重用您的知识（例如在Javascript中）。 SimpleXml最初可能更容易。

SAX解析器是一个不同的野兽。 它将xml文档视为标记流。 如果您处理非常大的文档，这非常有用，因为您不需要将它全部保存在内存中。

对于您的使用，我可能会使用DOM api。

DOM是一种标准的，与语言无关的API，用于已经由W3C标准化的XML等分层数据。 它是一个功能丰富的API。 它是基于对象的，因为每个节点都是一个对象。
当你不仅想要阅读或写作，而且你想对现有文档中的节点进行大量操作（例如在其他文档之间插入节点，更改结构等）时，DOM是很好的。
SimpleXML是一个特定于PHP的API，它也是基于对象的，但它比DOM简洁得多：简单的任务，如查找节点的值或查找其子元素，所需的代码少得多。 它的API不如DOM丰富，但它仍然包含XPath查找等功能，以及使用多命名空间文档的基本功能。 而且，重要的是，它仍然保留了文档的所有功能，例如XML CDATA部分和注释，即使它不包含操作它们的函数。
SimpleXML非常适合只读：如果您只想读取XML文档并将其转换为另一种形式，那么它将为您节省大量代码。 当您想要生成文档或进行基本操作（例如添加或更改子元素或属性）时，它也相当不错，但是对现有文档进行大量操作会变得复杂（但并非不可能）。 例如，在另外两个之间添加子元素并不容易; addChild仅在其他元素之后插入。 SimpleXML也无法进行XSLT转换。 它没有'getElementsByTagName'或getElementById'之类的东西，但是如果你知道XPath，你仍然可以使用SimpleXML做这种事情。
SimpleXMLElement对象有些“神奇”。 如果var_dump / printr / var_export与其完整的内部表示不对应，则它公开的属性。 它公开了它的一些子元素，好像它们是可以使用 - >运算符访问的属性，但仍然在内部保留了完整的文档，你可以执行诸如使用[]访问名称为保留字的子元素之类的操作。运算符就好像它是一个关联数组。

您不必完全提交其中一个，因为PHP实现了以下功能：

simplexml_import_dom（的DOMNode）
dom_import_simplexml（的SimpleXMLElement）

如果您使用SimpleXML并且需要使用需要DOM节点的代码，反之亦然，这将非常有用。

PHP还提供了第三个XML库：

XML Parser （ SAX的一个实现，一个与语言无关的接口，但在手册中没有被该名称引用）是一个低级别的库，它有很多不同的用途。 它不会为您构建对象。 它基本上只是让你更容易编写自己的XML解析器，因为它完成了前进到下一个令牌的工作，并找出了令牌的类型，例如标签名称是什么，以及它是一个开始或结束标签，为你。 然后你必须编写每次遇到令牌时应该运行的回调。 所有任务（例如将文档表示为树中的对象/数组，操作文档等）都需要单独实现，因为您可以使用XML解析器编写一个低级解析器。
如果您有特定的内存或速度要求，XML Parser功能仍然非常有用。 有了它，就可以编写一个解析器，它可以解析一个非常长的XML文档，而不会立即将所有内容保存在内存中。 此外，如果您对所有数据不感兴趣，并且不需要或希望将它放入树或一组PHP对象中，那么它可以更快。 例如，如果要扫描XHTML文档并查找所有链接，并且您不关心结构。