使用默认命名空间绑定的XML上的XML xpath查询

Question

我有一个主题问题的解决方案，但它是一个黑客，我想知道是否有更好的方法来做到这一点。

下面是一个示例XML文件和一个PHP CLI脚本，它执行作为参数给出的xpath查询。 对于此测试用例，命令行是：

./xpeg "//MainType[@ID=123]"

最奇怪的是这条线，没有它我的方法不起作用：

$result->loadXML($result->saveXML($result));

据我所知，这只是重新解析修改后的XML，在我看来这不应该是必要的。

有没有更好的方法在PHP中对此XML执行xpath查询？

---

XML（ 注意默认命名空间的绑定 ）：

<?xml version="1.0" encoding="utf-8"?>
<MyRoot
 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 xsi:schemaLocation="http://www.example.com/data http://www.example.com/data/MyRoot.xsd"
 xmlns="http://www.example.com/data">
  <MainType ID="192" comment="Bob's site">
    <Price>$0.20</Price>
    <TheUrl><![CDATA[http://www.example.com/path1/]]></TheUrl>
    <Validated>N</Validated>
  </MainType>
  <MainType ID="123" comment="Test site">
    <Price>$99.95</Price>
    <TheUrl><![CDATA[http://www.example.com/path2]]></TheUrl>
    <Validated>N</Validated>
  </MainType>
  <MainType ID="922" comment="Health Insurance">
    <Price>$600.00</Price>
    <TheUrl><![CDATA[http://www.example.com/eg/xyz.php]]></TheUrl>
    <Validated>N</Validated>
  </MainType>
  <MainType ID="389" comment="Used Cars">
    <Price>$5000.00</Price>
    <TheUrl><![CDATA[http://www.example.com/tata.php]]></TheUrl>
    <Validated>N</Validated>
  </MainType>
</MyRoot>

---

PHP CLI脚本：

#!/usr/bin/php-cli
<?php

$xml = file_get_contents("xpeg.xml");

$domdoc = new DOMDocument();
$domdoc->loadXML($xml);

// remove the default namespace binding
$e = $domdoc->documentElement;
$e->removeAttributeNS($e->getAttributeNode("xmlns")->nodeValue,"");

// hack hack, cough cough, hack hack
$domdoc->loadXML($domdoc->saveXML($domdoc));

$xpath = new DOMXpath($domdoc);

$str = trim($argv[1]);
$result = $xpath->query($str);
if ($result !== FALSE) {
  dump_dom_levels($result);
}
else {
  echo "error\n";
}

// The following function isn't really part of the
// question. It simply provides a concise summary of
// the result.
function dump_dom_levels($node, $level = 0) {
  $class = get_class($node);
  if ($class == "DOMNodeList") {
    echo "Level $level ($class): $node->length items\n";
    foreach ($node as $child_node) {
      dump_dom_levels($child_node, $level+1);
    }
  }
  else {
    $nChildren = 0;
    foreach ($node->childNodes as $child_node) {
      if ($child_node->hasChildNodes()) {
        $nChildren++;
      }
    }
    if ($nChildren) {
      echo "Level $level ($class): $nChildren children\n";
    }
    foreach ($node->childNodes as $child_node) {
      if ($child_node->hasChildNodes()) {
        dump_dom_levels($child_node, $level+1);
      }
    }
  }
}
?>

Answer 1

解决方案是使用命名空间，而不是摆脱它。

$result = new DOMDocument();
$result->loadXML($xml);

$xpath = new DOMXpath($result);
$xpath->registerNamespace("x", trim($argv[2]));

$str = trim($argv[1]);
$result = $xpath->query($str);

并在命令行上将其命名为（请注意XPath表达式中的x: ：）

./xpeg "//x:MainType[@ID=123]" "http://www.example.com/data"

你可以让它更闪亮

• 自己找出默认命名空间（通过查看文档元素的namespace属性）
• 在命令行上支持多个命名空间并在$xpath->query()之前注册它们
• 以xyz=http//namespace.uri/的形式支持参数以创建自定义名称空间前缀

底线是：在XPath中，当你真正的意思是//namespace:foo时，你无法查询//foo //namespace:foo 。 这些根本不同，因此选择不同的节点。 XML可以定义默认名称空间（因此可以删除文档中的显式名称空间使用）并不意味着您可以删除XPath中的名称空间使用。

Answer 2

出于好奇，如果你删除这条线会发生什么？

$e->removeAttributeNS($e->getAttributeNode("xmlns")->nodeValue,"");

这让我觉得最有可能导致你的黑客攻击。 您基本上删除了xmlns="http://www.example.com/data"部分，然后重新构建DOMDocument。 您是否考虑过使用字符串函数删除该命名空间？

$pieces = explode('xmlns="', $xml);
$xml = $pieces[0] . substr($pieces[1], strpos($pieces[1], '"') + 1);

然后继续前进？ 它甚至可能最终变得更快。

Answer 3

另外，作为变体，您可以使用xpath掩码：

//*[local-name(.) = 'MainType'][@ID='123']

Answer 4

鉴于XPath语言的当前状态，我觉得Tomalek提供了最佳答案：将前缀与默认命名空间相关联，并为所有标记名称添加前缀。 这是我打算在我当前的应用程序中使用的解决方案。

当这不可行或不实用时，比我的黑客更好的解决方案是调用一个与重新扫描（希望更有效）相同的方法： DOMDocument :: normalizeDocument（） 。 该方法表现为“就像您保存并加载文档一样，将文档置于'正常'形式。”