[英]How can I extract all text from XML data using PHP (i.e. SimpleXmlElement)?
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( $flat );
这就是我所看到的:
Report of the , , London, July 14 to 16, 1908.
但我宁愿是这样的:
Report of the Fifth International Foo and Bar Conference, Foobar Hall, London, July 14 to 16, 1908.
有没有一种简便的方法可以用PHP做到这一点,而无需显式地遍历每个节点? 也就是说,有没有一种方法可以使XML扁平化,并从中提取所有文本,而不管标签如何?
这可以在DOM中轻松完成。 DOM元素节点具有属性$ 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);
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> "
尽管您必须删除开头的XML标签,但这要好得多。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.