如何使用PHP（即SimpleXmlElement）从XML数据中提取所有文本？

Question

这是我的XML数据：

$data = '<title>Report of the <org reg="International Foo and Bar Conference, 5th">Fifth International Foo and Bar Conference</org>, <org>Foobar Hall</org>, London, July 14 to 16, 1908.</title>'; 

我可以加载它：

$xml = simplexml_load_string( $data ); 
print_r( $xml );

返回：

SimpleXMLElement Object (
    [org] => Array (
        [0] => Fifth International Foo and Bar Conference
        [1] => Foobar Hall ) )

但是现在我可以尝试再次将其放入字符串中：

$flat = (string) $xml;
print_r( $flat ); 

这就是我所看到的：

Report of the , , London, July 14 to 16, 1908.

但我宁愿是这样的：

Report of the Fifth International Foo and Bar Conference, Foobar Hall, London, July 14 to 16, 1908.

有没有一种简便的方法可以用PHP做到这一点，而无需显式地遍历每个节点？ 也就是说，有没有一种方法可以使XML扁平化，并从中提取所有文本，而不管标签如何？

Answer 1

这可以在DOM中轻松完成。 DOM元素节点具有属性$ textContent，它将返回其文本内容，包括所有后代文本节点。

$document = new DOMDocument();
$document->loadXml($data);
var_dump($document->documentElement->textContent);

输出：

string(99) "Report of the Fifth International Foo and Bar Conference, Foobar Hall, London, July 14 to 16, 1908."

如果尚未在变量中包含element节点，则使用XPath会更加方便。

$document = new DOMDocument();
$document->loadXml($data);
$xpath = new DOMXpath($document);
var_dump($xpath->evaluate('string(/title)'));

甚至可以将SimpleXMLElement转换为DOM元素节点。

$element = new SimpleXMLElement($data);
$node = dom_import_simplexml($element);
var_dump($node->textContent);

Answer 2

SimpleXMLElement上的__toString的文档说：“返回直接在此元素中的文本内容。不返回此元素的子元素中的文本内容。”

asXML方法似乎更适合您的需求： http : //php.net/manual/en/simplexmlelement.asxml.php

它将返回一个字符串：

"<?xml version="1.0"?> <title>Report of the <org reg="International Foo and Bar Conference, 5th">Fifth International Foo and Bar Conference</org>, <org>Foobar Hall</org>, London, July 14 to 16, 1908.</title> "

https://eval.in/410230

尽管您必须删除开头的XML标签，但这要好得多。