PHP 5 引入了新的类 XMLReader，用于读取可扩展标记语言（Extensible Markup Language，XML）。与 SimpleXML 或文档对象模型（Document Object Model，DOM）不同，XMLReader 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 这里所说的 XMLReader API 位于 Gnome Project 中用于 C 和 C++ 的 libxml 库之上。实际上 XMLReader 只是在 libxml 的 XmlTextReader API 之上的很薄的 PHP 层。XmlTextReader 本身是模仿 .NET 的 XmlTextReader 类和 XmlReader 类，尽管并不具有与这些类相似的代码。

与 Simple API for XML (SAX) 不同，XMLReader 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：XMLReader 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-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。

 

<?xml 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。

 

<?xml 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：

$reader = new XMLReader();

接着，需要为它提供一些用于解析的数据。对于 XML-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() 函数：

填充原始发送数据 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： always_populate_raw_post_data = On

$request = $HTTP_RAW_POST_DATA;

$reader->XML($request);

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：

$reader->XML('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：

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：

$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。

当然，并非所有节点类型都具有所有这些属性。例如，文本节点、CDATA 部件、注释、处理指令、属性、空格、文档类型和 XML 声明具有值。而其它节点类型（最重要的是元素和文档）则没有值。通常，程序将使用 nodeType 属性来断定它所查找的内容，然后做出适当的响应。清单 3 展示了简单的 while 循环，该循环使用这些函数来打印它所查看的内容。清单 4 展示了将清单 1 输入程序后的输出。

     while ($reader->read()) {

      echo $reader->name;

      if ($reader->hasValue) {

        echo ": " . $reader->value;

      }

      echo "n";

    }

[1] [2] [3] [4] 下一页