PHP中的XML拉模式详解

研究与 PHP 5 捆绑在一起的 xml(标准化越来越近了)Reader 库，它使 PHP 页面能够以高效的流模式来处理 xml(标准化越来越近了) 文档。

PHP 5 引入了新的类 xml(标准化越来越近了)Reader，用于读取可扩展标记语言（Extensible Markup Language，xml(标准化越来越近了)）。与 Simplexml(标准化越来越近了) 或文档对象模型（Document Object Model，DOM）不同，xml(标准化越来越近了)Reader 以流模式进行操作。即它从头到尾读取文档。在文档后面的内容编译完成之前，可以先处理已编译好的文档前面的内容，从而实现非常快速、非常高效、非常节省地使用内存。需要处理的文档越大，这个特点就越发重要。

libxml(标准化越来越近了)

这里所说的 xml(标准化越来越近了)Reader API 位于 Gnome Project 中用于 C 和 C++ 的 libxml(标准化越来越近了) 库之上。实际上 xml(标准化越来越近了)Reader 只是在 libxml(标准化越来越近了) 的 xml(标准化越来越近了)TextReader API 之上的很薄的 PHP 层。xml(标准化越来越近了)TextReader 本身是模仿 .NET 的 xml(标准化越来越近了)TextReader 类和 xml(标准化越来越近了)Reader 类，尽管并不具有与这些类相似的代码。

与 Simple API for xml(标准化越来越近了) （SAX） 不同，xml(标准化越来越近了)Reader 是推解析器，而不是拉解析器。这意味着程序是可以控制的。您将告诉解析器何时获取下一个文档片段，而不是在解析器看到文档后告诉您所看到的内容。您将请求内容，而不是对内容进行反应。从另一个角度来考虑这个问题：xml(标准化越来越近了)Reader 是 Iterator 设计模式的实现，而不是 Observer 设计模式的实现。

示例问题

先从简单例子开始讨论。假定正在编写 PHP 脚本，用来接收 xml(标准化越来越近了)-RPC 请求并生成响应。更具体一些，假定请求如清单 1 所示。文档的根元素是 methodCall，它包含 methodName 元素和 params 元素。方法的名称是 sqrt.params 元素包含一个 param 元素，param 元素包含 double，double 的平方根是希望得到的值。没有使用名称空间。

清单 1. xml(标准化越来越近了)-RPC 请求

以下是引用片段：
<?xml(标准化越来越近了) version="1.0"?> 
<methodCall> 
　<methodName>sqrt</methodName> 
　<params> 
　　<param> 
　　　<value><double>36.0</double></value> 
　　</param> 
　</params> 
</methodCall>

下面是 PHP 脚本需要完成的工作：

1、检查方法名，如果不是 sqrt（它是该脚本懂得如何处理的惟一方法），则生成错误响应。

2、找到参数，如果参数不存在或参数类型错误，则生成错误响应。

3、另外，计算平方根。

4、在表单中返回结果，如清单 2 所示。

清单 2. xml(标准化越来越近了)-RPC 响应

以下是引用片段：
<?xml(标准化越来越近了) version="1.0"?> 
<methodResponse> 
　<params> 
　　<param> 
　　　<value><double>6.0</double></value> 
　　</param> 
　</params> 
</methodResponse>

下面我们逐步展开说明。

初始化解析器并载入文档

第一步是创建新的解析器对象。创建操作很简单：

以下是引用片段：
$reader = new xml(标准化越来越近了)Reader();

接着，需要为它提供一些用于解析的数据。对于 xml(标准化越来越近了)-RPC，这是超文本传输协议（Hypertext Transfer Protocol，HTTP）请求的原始主体。然后可以将该字符串传递到读取器的 xml(标准化越来越近了)（） 函数：

填充原始发送数据

以下是引用片段：
　　$request = $HTTP_RAW_POST_DATA; 
　　$reader->xml(标准化越来越近了)($request);

如果发现 $HTTP_RAW_POST_DATA 是空的，则将以下代码行添加到 php.ini 文件：

以下是引用片段：
　　always_populate_raw_post_data = On

可以解析任何字符串，无论它是从何处获取的。例如，可以是程序中的一串文字或从本地文件读取。还可以使用 open（） 函数从外部 URL 载入数据。例如，下面的语句准备解析其中一个 Atom 提要：

以下是引用片段：
　　$reader->xml(标准化越来越近了)('http://www.cafeaulait.org/today.atom');

无论是从何处获取原始数据，现在已建立了阅读器并为解析做好准备。

读取文档

read（） 函数使解析器前进到下一个标记。最简单的方法是在 while 循环中遍历整个文档：

以下是引用片段：
　　while ($reader->read()) { 
　　// processing code goes here... 
　　}

完成遍历后，关闭解析器以释放它所持有的任何资源，并且重置解析器以便用于下一个文档：

以下是引用片段：
　　$reader->close();

在循环内部，将解析器放置在特殊节点上：元素的起点、元素的终点、文本节点、注释等等。通过检查以下属性，可以发现解析器正在查看的内容：

localName 是本地的、未带前缀的节点名。

name 是可能的节点前缀名。对于像注释这种没有名称的节点，包括 #comment、#text、#document 等等，与 DOM 中的一样。

namespaceURI 是节点名称空间的统一资源标识符（Uniform Resource Identifier，URI）。

nodeType 是代表节点类型的整数 —— 例如，2 代表属性节点，7 代表处理指令。

prefix 是节点的名称空间前缀。

value 是节点的下一个文本内容。

如果节点有文本值，hasValue 值为 true；否则，值为 false.