[实践Ok]使用php函数simplexml_load_file 解析带有cdata的xml方法。

jackxiang 2013-1-16 17:41

在XML文档中使用类似"<" 的字符, 那么解析器将会出现错误，因为解析器会认为这是一个新元素的开始,组合XML字符串时遇到了< 。需要转义。
PHP5自带的simplexml_load_file对这个xml解析内容为空是因内容里包含：
<![CDATA[标题3]]> 内容里有 <> 特殊字符，所以，解析不到值。

又是一个鸡肋，为什么要说又呢？呵呵。

XML 的 CDATA，即 <![CDATA[ 与 ]]> 之间可以放 <、>、&、'、" 字符，由于 CDATA 中的内容不会被解析，所以上述字符在 CDATA 中不会造成 XML 的错误，否则“<”会被当作一个标签的开始。

但是，重要了。CDATA 中仍然不能放一些东西：

一是放特殊符号危险，比如“”，可能某些解析器认识，某些解析器不认识，解决办法：XmlTextReader 解析 XML 时遇到特殊字符出错。
二是不能放 <![CDATA[ 和 ]]>。像我们的 IT 类文章中可能经常出现这些字符，出现了，若写在 XML 势必出错，解决办法是用 System.Web.HttpUtility.HtmlEncode 将 <、>、&、'、" 进行编码，取值时再解码。那问题来了，既然已经编码了，还要 CDATA 做什么？

最后，在一个兄弟那儿看到是支持CDATA的PHP也可以解析，如下：
http://hi.baidu.com/yinqinlong502/item/e4dfc900a977ed1acc34eae9
php 解析xml遇到cdata怎么办
用$rss = simplexml_load_file ( '11111.xml', 'SimpleXMLElement', LIBXML_NOCDATA );哎就为了这么个函数我还去写正则准备替换了，白白废了我两小时，shit!!!以后多注意下那些函数的可选参数吧。长点教训.
直接输入xml内容为参数的也支持CDATA的解析，如下：

需要解析的XML格式为：
实践如下：
xml文件：

解析PHP代码,仅仅对当前的xml做解析：

进一步写成类更加宽泛的适应调用（部门之间有不遵守xml规范的，有的返回的xml第一行换行了需要先去掉之才能传入php函数中去解析正常，这就是在中国的实际开发情况。）该类可以直接传入xml格式内容，也可以直接输入xml的路径或则url进行解析：

<?php
//输出UTF8编码
header("Content-Type: text/html; charset=UTF-8");
?>

<?php //直接传入xml内容转为数组的XML类调用方法
$xmlFileOrxmlUrl = 'http://dianshiju.cntv.cn/dianshiju/xml/index.xml';
$xmlContents = file_get_contents($xmlFileOrxmlUrl);

$xmlToArrObj = new XmlToArr($xmlContents);
//直接传入xml格式数据
$xmlToArrResult = $xmlToArrObj -> getxmlToArrResult();
print_r($xmlToArrResult);
?>

<?php //传入xml文件路径转为数组的XML类调用方法
$xmlFileOrxmlUrl = 'http://dianshiju.cntv.cn/dianshiju/xml/index.xml';
$xmlToArrObj = new XmlToArr($xmlFileOrxmlUrl, "xmlUrlOrPath");
$xmlToArrResult = $xmlToArrObj -> getxmlToArrResult();
print_r($xmlToArrResult);
?>

<?php
/**
 * 将xml转为数组类
 *参数：文件地址或者Url地址
 *返回：该xml的Url地址转为数组相关情况
 * @author  jackxiang
 * @version 12692 2013-01-17 10:46:04Z jackxiang $
 */
class XmlToArr {
    //xml文件或url
    public $xmlFileOrxmlUrl = "";

//xml内容 （需要经过过滤等）
    public $xmlContents = "";

//xml转成的数组的结果
    public $xmlToArrResult = array();

//读取文件超时时间设置(默认3秒)
    public $timeOut = 3;

public function xmlToArr($xmlContentsOrxmlFileUrl, $inputType = "xmlcontents", $timeOut = 3) {
        if ($inputType == "xmlcontents") {//输入的是xml内容
            $this -> xmlContents = $xmlContentsOrxmlFileUrl;
            //直接赋值给类里的xml内容
        } else {//xmlUrlOrPath:输入的是xml地址或则Url形式
            $xmlFileOrxmlUrl = $xmlContentsOrxmlFileUrl;
            //是Url或则本地文件
            $this -> xmlFileOrxmlUrl = $xmlFileOrxmlUrl;
            //文件句柄或则Url传入类变量
            $this -> timeOut = $timeOut;
            //设置读取xml文件的超时时间
            $this -> vita_get_url_content();
            //获取xml文件内容

}
        $this -> filterXmlContents();
        //过滤掉不符合xml规则的 刚开始就换行等去掉
        $this -> transXmlToArr();
        //把xml内容转成数组
    }

public function filterXmlContents() {//对xml里的相关字符做过滤
        $this -> xmlContents = str_replace(array("\r", "\n"), "", $this -> xmlContents);
        //去掉空字符及换行等空字符
    }

//获取数据兼容file_get_contents与curl
    public function vita_get_url_content() {
        if (function_exists('file_get_contents')) {
            $ctx = stream_context_create(array('http' => array('timeout' => $this -> timeOut)));
            $this -> xmlContents = @file_get_contents($this -> xmlFileOrxmlUrl, 0, $ctx);
            if (strlen($this -> xmlContents) == 0) {
                die("文件：" . __FILE__ . "行：" . __LINE__ . "XML文件读取失败或其返回为空，请检查!");
            }
        } else {
            $ch = curl_init();
            curl_setopt($ch, CURLOPT_URL, $this -> xmlFileOrxmlUrl);
            curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
            curl_setopt($ch, CURLOPT_CONNECTTIMEOUT, $this -> timeOut);
            $file_contents = curl_exec($ch);
            curl_close($ch);
        }
        return $this -> xmlContents;
    }

//解析xml函数
    public function transXmlToArr() {
        $xml_parser = xml_parser_create();
        //首先初步检查是否是xml格式
        if (xml_parse($xml_parser, $this -> xmlContents, true)) {
            xml_parser_free($xml_parser);
            //释放掉判断的句柄
            $xmlCode = simplexml_load_string($this -> xmlContents, 'SimpleXMLElement', LIBXML_NOCDATA);
            $this -> xmlToArrResult = $this -> get_object_vars_final($xmlCode);
        } else {//不符合xml基本格式
            $this -> xmlToArrResult = '';
            die("文件：" . __FILE__ . "行：" . __LINE__ . "数据结构分析不是xml格式，请检查。");
        }
    }

public function get_object_vars_final($obj) {
        if (is_object($obj)) {
            $obj = get_object_vars($obj);
        }
        if (is_array($obj)) {
            foreach ($obj as $key => $value) {
                $obj[$key] = $this -> get_object_vars_final($value);
            }
        }
        return $obj;
    }

public function getxmlToArrResult() {
        return $this -> xmlToArrResult;
        //返回转化成的数组
    }

};
?>

更多参考：
         http://www.cnblogs.com/songsh96/archive/2007/07/10/812126.html
         http://hi.baidu.com/nicelinda/item/37e13d8cb820fec8b17154ac
         http://www.php100.com/manual/w3school/xml/xml_cdata.asp.html

最后编辑： jackxiang 编辑于2013-1-17 20:31

Jquery 模糊匹配ID

[实践Ok]PHP用memcache作为session的存放时遇到的问题

评论列表

向东博客专注WEB应用构架之美 --- 构架之美，在于尽态极妍 | 应用之美，在于药到病除|赢在IT，Playin' with IT,Focus on Killer Application,Marketing Meets Technology.

[实践Ok]使用php函数simplexml_load_file 解析带有cdata的xml方法。

分类

最新日志

链接

向东博客 专注WEB应用 构架之美 --- 构架之美，在于尽态极妍 | 应用之美，在于药到病除|赢在IT，Playin' with IT,Focus on Killer Application,Marketing Meets Technology.

[实践Ok]使用php函数simplexml_load_file 解析带有cdata的xml方法。

分类

最新日志

链接

向东博客专注WEB应用构架之美 --- 构架之美，在于尽态极妍 | 应用之美，在于药到病除|赢在IT，Playin' with IT,Focus on Killer Application,Marketing Meets Technology.