PHP用SAX解析XML的实现代码与问题分析

复制代码 代码如下:

  <?php

  $g_books = array();

  $g_elem = null;

  function startElement( $parser, $name, $attrs )

  {

  global $g_books, $g_elem;

  if ( $name == 'BOOK' ) $g_books []= array();

  $g_elem = $name;

  }

  function endElement( $parser, $name )

  {

  global $g_elem;

  $g_elem = null;

  }

  function textData( $parser, $text )

  {

  global $g_books, $g_elem;

  if ( $g_elem == 'AUTHOR' ||

  $g_elem == 'PUBLISHER' ||

  $g_elem == 'TITLE' )

  {

  $g_books[ count( $g_books ) - 1 ][ $g_elem ] = $text;

  }

  }

  $parser = xml_parser_create();

  xml_set_element_handler( $parser, "startElement", "endElement" );

  xml_set_character_data_handler( $parser, "textData" );

  $f = fopen( 'books.xml', 'r' );

  while( $data = fread( $f, 4096 ) )

  {

  xml_parse( $parser, $data );

  }

  xml_parser_free( $parser );

  foreach( $g_books as $book )

  {

  echo $book['TITLE']." - ".$book['AUTHOR']." - ";

  echo $book['PUBLISHER']."\n";

  }

  ?>

  PHP中用SAX方式解析XML发现的问题

  XML如下:

  so.xml

  

复制代码 代码如下:

  <?xml version="1.0" encoding="GBK"?>

  <result>

  <row>

  <id>1047869</id>

  <date>2008-08-28 14:54:51</date>

  <title>红花还需绿叶扶--浅谈脚架云台的选购</title>

  <summary>很多专业摄影师在选购三脚架的时候,往往出手阔绰,3、4000元一个的捷信或者曼富图三脚架常常不用经过思考就买下来了,可是,他们却总是忽视了云台的精挑细眩其实,数码相机架在三脚架上面究竟稳不稳,起决定作用的是云台,那么我们如何才能挑选到一款稳如磐石的云台呢?云台家族种类繁多用途迥异简单的说,脚架云台是用于连接相机与脚架进行角度调节的部件,主要分成三维云台和球型云台。三维云台在横向旋转</summary>

  </row>

  ...(省略若干行)

  </result>

  xml_class.php

  

复制代码 代码如下:

  <?php

  class xml {

  var $parser;

  var $i =0;

  var $search_result = array();

  var $row = array();

  var $data = array();

  var $now_tag;

  var $tags = array("ID", "CLASSID", "SUBCLASSID", "CLASSNAME", "TITLE", "SHORTTITLE", "AUTHOR", "PRODUCER", "SUMMARY", "CONTENT", "DATE");

  function xml()

  {

  $this->parser = xml_parser_create();

  xml_set_object($this->parser, $this);

  xml_set_element_handler($this->parser, "tag_open", "tag_close");

  xml_set_character_data_handler($this->parser, "cdata");

  }

  function parse($data)

  {

  xml_parse($this->parser, $data);

  }

  function tag_open($parser, $tag, $attributes)

  {

  $this->now_tag=$tag;

  if($tag=='RESULT') {

  $this->search_result = $attributes;

  }

  if($tag=='ROW') {

  $this->row[$this->i] = $attributes;

  }

  }

  function cdata($parser, $cdata)

  {

  if(in_array($this->now_tag, $this->tags)){

  $tagname = strtolower($this->now_tag);

  $this->data[$this->i][$tagname] = $cdata;

  }

  }

  function tag_close($parser, $tag)

  {

  $this->now_tag="";

  if($tag=='ROW') {

  $this->i++;

  }

  }

  }

  ?>

  search.php

  

复制代码 代码如下:

  <?php

  require_once("./xml_class.php");

  $xml = file_get_contents("./so.xml");

  $xml_parser = new xml();

  $xml_parser->parse($xml);

  print_r($xml_parser);

  ?>

  最后得到的结果中summary中的数据少了很多,总是得不到完整的summary内容。有时还会得到乱码,在网上也找了半天也不知道是什么问题引起的。

  后来才发现问题是因为xml_parser解析XML是循环处理节点中的数据的,每次只取大概300个字符长度(具体是多少,我也不太清楚,只是用strlen输出大概在300左右),于是才知道是因为每次的循环就会把前次的数据给复盖了,这样就会出现数据不全的问题。

  解决办法就是把xml_class文件中的xml类中的cdata方法中$this->data[$this->i][$tagname] = $cdata;改为$this->data[$this->i][$tagname] .= $cdata;即可解决(其中有一些NOTICE错误,PHP已忽略了).