忽略php中帶有xpath的名稱空間

Question

我想從xml文件中提取一些標簽。 xml文件可能是這樣的：

<mediawiki xmlns="http://www.mediawiki.org/xml/export-0.10/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.mediawiki.org/xml/export-0.10/ http://www.mediawiki.org/xml/export-0.10.xsd" version="0.10" xml:lang="de">
[... some more tags ...]
  <page>
    <title>Title 1</title>
    [... some more tags ...]
  </page>
  <page>
    <title>Title 2</title>
    [... some more tags ...]
  </page>
</mediawiki>

當我使用https://www.freeformatter.com/xpath-tester.html拉“ // title”時，一切正常，並且我收到了兩個標題。

但是當我使用以下php時：

$xml = simplexml_load_file('articles.xml');
$result = $xml->xpath('//title');
var_dump($result);

結果數組為空。

我已經檢查了許多類似的問題，並發現如果使用相同的URL設置registerXPathNamespace，它將可以使用。 但是，我正在閱讀的XML來自幾個外部來源，這些來源帶有不同的軟件（以上只是一個可能的示例）。 它們可能隨時更改。 因此，每次打開XML時，我都需要讀出URL並將其放入registerXPathNamespace中。 使它起作用的另一種方法是從XML中剝離xmlns。 如果我想要做的就是不管名稱空間是什么，都提取“ title”（和其他一些）標記，那么這兩個選項似乎都非常復雜。

有沒有一種簡單的方法告訴xpath忽略名稱空間？ （如果沒有辦法忽略它，那么避免更改URL問題的最簡單，持久的解決方案是什么？）

到目前為止，我正在使用硬編碼

foreach ($xml->page as $page) {
  $title = $page->title;
  //[... do something ...]
}

哪個有效。 但是我認為xpath會很方便（更靈活，不硬編碼，更耐用），並想嘗試一下。

Answer 1

您可以通配名稱空間，例如//*:title

Answer 2

您可以從文檔中獲取名稱空間，然后從中注冊默認名稱空間。 由於默認名稱空間以空白鍵結尾，這有點麻煩，但這就是為什么從數組中獲取第一個值然后使用它有點費解的原因。

因此，代碼類似於：

$xml = simplexml_load_file('articles.xml');
$ns = $xml->getDocNamespaces();
$xml->registerXPathNamespace('def', array_values($ns)[0]);
$result = $xml->xpath('//def:title');
var_dump($result);

Answer 3

盡管選擇的注冊默認名稱空間的解決方案有效，但它也要求我似乎毫無理由地使我的xpath查詢混亂。 在我的特殊情況下，我懷疑還有許多其他情況，從文檔中完全刪除名稱空間會更有幫助。 不幸的是，並沒有出現任何的方式來做到這一點使用DOM工具在PHP，所以我不得不求助於正則表達式。 我要說的是， 我真的很討厭這樣做，因為我是一再因為使用正則表達式來操縱XML和HTML的人而不斷地追求他人。

無論如何，這對我有用：

$xml = file_get_contents('my_document.xml');
$xml = preg_replace('/(xmlns|xsi)[^=]*="[^"]*" ?/i', '', $xml);
$doc = simplexml_load_string($xml);

而且，現在您可以根據需要查詢xpath，而無需命名空間前綴：

$result = $xml->xpath('//title');

根據文檔的不同，這可能不是一個好主意，尤其是在元素上有名稱空間前綴的情況下，但是在許多基本情況下，它就可以正常工作。