PHP и XML: анализ статьи RSS 1.0

Теперь, поскольку большинство веб-браузеров не могут читать страницы XML и браузеры, которые по умолчанию могут отображать только код страницы (Internet Explorer 5+) или текстовые части страницы (Netscape 6+), вам нужна промежуточная технология превратить этот документ RSS в нечто презентабельное, если вы хотите показать его пользователям. Другие возможности включают в себя чтение файла и сохранение заголовков в базе данных или отправку по электронной почте подписанным пользователям, если в описании новых статей появляются определенные ключевые слова. В любом случае вам понадобится что-то, что может читать XML. В этой статье будет рассмотрено использование PHP для анализа XML-документа.

PHP берет XML

Существует два широко используемых метода языков программирования для чтения XML-документов: API-интерфейсы на основе событий и API-интерфейсы объектной модели документов (DOM) . В последнем классе API XML-документы полностью считываются в память и затем могут управляться с помощью набора функций, которые обеспечивают доступ к объектно-ориентированной модели документа (DOM) в памяти. DOM API, как правило, считаются более мощными; однако у них есть один серьезный недостаток: они плохо подходят для обработки больших XML-документов, что потребует слишком много памяти для построения модели документа.

PHP использует основанный на событиях API для обработки XML. В таких моделях документ XML читается от начала до конца, вызывая событие, когда встречается начальный тег, конечный тег или блок символьных данных. Каждое из этих событий вызывает функцию выбора программиста. Таким образом, чтение XML-документа с помощью API, основанного на событиях, такого как PHP, является просто вопросом написания функций, которые соответствующим образом реагируют на события, происходящие при перемещении PHP по документу.

Вот основной код для настройки функций обработки событий и анализа (чтения) XML-документа в PHP:

// Create an XML parser $xml_parser = xml_parser_create();

// Устанавливаем функции для обработки открывающих и закрывающих тегов
xml_set_element_handler ($ xml_parser, «startElement», «endElement»);

// Установить функцию для обработки блоков символьных данных
xml_set_character_data_handler ($ xml_parser, «characterData»);

// Открыть файл XML для чтения
$ fp = fopen («http://www.sitepoint.com/rss.php», «r»)
или умри («Ошибка чтения данных RSS.»);

// Чтение XML-файла 4 КБ за раз
while ($ data = fread ($ fp, 4096))
// Анализируем каждый блок размером 4 КБ с помощью синтаксического анализатора XML, созданного выше
xml_parse ($ xml_parser, $ data, feof ($ fp))
// Обработка ошибок при разборе
или умереть (sprintf («Ошибка XML:% s в строке% d»,
xml_error_string (xml_get_error_code ($ XML_Parser)),
xml_get_current_line_number ($ XML_Parser)));

// Закрыть файл XML
fclose ($ FP);

// Освободить память, используемую анализатором XML
xml_parser_free ($ XML_Parser);

Каждая из строк приведенного выше кода прокомментирована, чтобы объяснить, что они делают, но давайте посмотрим на функции PHP, связанные с XML, которые используются в приведенном выше коде, немного подробнее:

• xml_parser_create() Создает анализатор XML. Точно так же, как вы должны создать соединение с базой данных в PHP, если вы хотите взаимодействовать с базой данных, вы должны создать синтаксический анализатор XML для использования, когда вы хотите читать в файле XML. В приведенном выше примере ссылка на анализатор хранится в $xml_parser .
• xml_set_element_handler( parser , startElementFunction , endElementFunction ) Эта функция указывает функции, которые синтаксический анализатор XML должен использовать для обработки событий, созданных открывающими и закрывающими тегами. В этом случае парсер хранится в нашей переменной $xml_parser , а функции называются startElement и endElement . Эти функции будут определены в других местах PHP-скрипта (я приведу пример ниже).
• xml_set_character_data_handler( parser , characterDataFunction ) Эта функция указывает функцию, которую анализатор XML должен использовать для обработки символьных данных, появляющихся между тегами в документе XML. Еще раз мы используем нашу переменную $xml_parser в примере выше. Функция, которую мы выбираем для обработки символьных данных, называется characterData .
• xml_parse( parser , data , endOfDocument ) Эта функция отправляет весь или часть XML-документа парсеру для обработки. Параметр endOfDocument должен иметь значение true если данные отмечают конец XML-документа, или значение false если за последующим вызовом xml_parse последует больше документа. Это позволяет анализатору правильно отлавливать незакрытые теги в конце документа и так далее. В нашем примере синтаксическим анализатором снова является $xml_parser . Переменная $data (размером до 4 КБ), извлеченная из файла с fread , передается в качестве данных для обработки, в то время как функция feof используется для определения того, достиг ли PHP конец файла XML или нет, таким образом обеспечивая обязательный параметр endOfDocument . Если при синтаксическом анализе документа возникает ошибка, мы распечатываем сообщение об ошибке и строку файла, в которой это происходит, с xml_error_string , xml_get_error_code и xml_get_current_line_number , которые подробно описаны в руководстве по PHP, если вам интересно ,
• xml_parser_free( parser ) Хотя все ресурсы памяти освобождаются в конце скрипта PHP, вы можете захотеть освободить память, используемую синтаксическим анализатором XML, если ваш скрипт выполнит другие потенциально ресурсоемкие задачи после анализа данных XML. Эта функция уничтожает указанный синтаксический анализатор XML, освобождая ресурсы и память, которые он мог выделить для анализа.

Есть несколько дополнительных функций, которые позволяют вам обрабатывать некоторые из более эзотерических событий, возникающих во время синтаксического анализа XML, но они хорошо документированы в руководстве по PHP, поэтому я оставлю их для вас, чтобы они читали, если это требуется для вашего конкретного приложения. Для наших целей (чтение файла RSS) у нас теперь есть все, что нам нужно. startElement только написать три функции обработки событий: startElement , endElement и characterData .