|
如何对文档进行解析? ~ admin
在完成所有的准备工作后，现在脚本终于可以解析XML文档： Xml_parse_from_file()，一个自定义的函数，打开参数中指定的文件，并以4kb的大小进行解析 xml_parse()，和xml_parse_from_file()一样，当发生错误时，即XML文档的格式不完全时，将会返回false。 我们可以使用xml_get_error_code()函数来得到最后一个错误的数字代码。将此数字代码传递给xml_error_string()函数即可得到错误的文本信息。输出XML当前的行数，使得调试更容易。 当解析文档时，对于Expat需要强调问题的是：如何保持文档结构的基本描述？ 如前所述，基于事件的解析器本身并不产生任何结构信息。不过标签(tag)结构是XML的重要特性。例如，元素序列＜book＞＜title＞表示的意思不同于＜figure＞＜title＞。书名和图名是没有关系的，虽然它们都用到"title"这个术语。因此，为了更有效地使用基于事件的解析器处理XML，必须使用自己的栈(stacks)或列表(lists)来维护文档的结构信息。 为了产生文档结构的镜像，脚本至少需要知道目前元素的父元素。用Exapt的API是无法实现的，它只报告目前元素的事件，而没有任何前后关系的信息。因此，需要建立自己的栈结构。 脚本范例使用先进后出(FILO)的栈结构。通过一个数组，栈将保存全部的开始元素。对于开始元素处理函数，目前的元素将被array_push()函数推到栈的顶部。相应的，结束元素处理函数通过array_pop()将最顶的元素移走。 对于序列＜book＞＜title＞＜/title＞＜/book＞，栈的填充如下： 开始元素book：将"book"赋给栈的第一个元素($stack[0])。 开始元素title：将"title"赋给栈的顶部($stack[1])。 结束元素title：从栈中将最顶部的元素移去($stack[1])。 结束元素title：从栈中将最顶部的元素移去($stack[0])。 PHP3.0通过一个$depth变量手动控制元素的嵌套来实现范例，这就使脚本看起来比较复杂。PHP4.0通过array_pop()和array_push()两个函数来使脚本看起来更简洁。 如何收集XML文档中的元素信息？ 为了收集每个元素的信息，脚本需要记住每个元素的事件。通过使用一个全局的数组变量$elements来保存文档中所有不同的元素。数组的项目是元素类的实例，有4个属性（类的变量） $count -该元素在文档中被发现的次数 $chars -元素中字符事件的字节数 $parents -父元素 $childs - 子元素 注意：PHP的一个特性是你可以通过while(list() = each())loop遍历整个类结构，如同你遍历整个相应的数组一样。所有的类变量（当你用PHP3.0时还有方法名）都以字符串的方式输出。 当发现一个元素时，我们需要增加其相应的记数器来跟踪它在文档中出现多少次。在相应的$elements项中的记数元素也要加一。 我们同样要让父元素知道目前的元素是它的子元素。因此，目前元素的名称将会加入到父元素的$childs数组的项目中。最后，目前元素应该记住谁是它的父元素。所以，父元素被加入到目前元素$parents数组的项目中。 显示统计信息 剩下的代码在$elements数组和其子数组中循环显示其统计结果。这就是最简单的嵌套循环，尽管输出正确的结果，但代码既不简洁又没有任何特别的技巧，它仅仅是一个你可能每天用他来完成工作的循环。 |