浅谈如何利用PHP访问和操作DOM(1)

浅谈如何利用PHP访问和操作DOM(1)

DOM树定义了文档的逻辑结构，以及控制你访问和操作这些文档的方法。使用DOM，开发人员可以创建XML或HTML文档，操作它们的结果，增加、修改和删除文档 元素及内容。可以从任何编程语言访问DOM，本文使用PHP 5 DOM扩展，它是PHP核心的一部分，因此除了PHP外，不需要安装其它软件。

DOM树节点遵循XML命名规范，如：

1、Document节点 -- 表示DOMDocument接口

2、Element节点 -- 表示DOMElement接口

3、Attribute节点 -- 表示DOMAttr接口

4、Comment节点 -- 表示DOMComment接口

5、Text节点 -- 表示DOMText接口

提取元素

这一小节介绍如何从DOM树中提取元素和值，本文使用Book.xml作为例子进行说明，其内容如清单1所示。

清单1 Book.xml

<?xml version="1.0" encoding="UTF-8" standalone="yes" ?> 
<book> 
<!--XML Processing [part I] --> 
 <name>XML Processing I</name> 
  <author>John Smith Jr.</author> 
  <publisher>HisOwnTM</publisher> 
  <ISBN>111-222-333-4441</ISBN> 
  <contents> 
    <chapter_I> 
      <title>What is XML about ?</title> 
      <content>XML (Extensible Markup Language) is a ...</content> 
    </chapter_I> 
    <chapter_II> 
      <title>SAX</title> 
      <content>SAX is a simple API for ...</content> 
   </chapter_II> 
    <chapter_III> 
      <title>StAX</title> 
      <content>Much powerful and flexible, StAX, is very...</content> 
    </chapter_III> 
    <chapter_IV> 
      <title>DOM 
        <subtitle>DOM concept  
          <continut>Starting to use DOM...</continut> 
        </subtitle> 
        <subchapter_IV_I> 
         <title>First DOM application...</title> 
          <content>Here it is your first DOM application...</content> 
        </subchapter_IV_I>  
      </title>              
    </chapter_IV>           
    <end>The end...</end>           
  </contents> 
<!-- See you in XML Processing [part II] --> 
</book> 

先下载本文使用的PHP代码压缩包，http://assets.devx.com/sourcecode/41975_oa_mainsource.zip，将Book.xml和压 缩包解压后放在同一个目录下。

第一个示例应用程序使用Book.xml文档，提取出关联的树，然后使用DOMElement接口的getElementsByTagName方法显示第一个子节点实例：

DOMNodeList DOMElement::getElementsByTagName(string $name)：这个方法返回所有$name参数指定的标签名的子元素。下面的例子查找<book>根节点 ，然后查找它的子节点 <author>，<publisher>和 <name>元素，选择每个子节点的第一个，最后打印这些节点的值：

<?php 
 // 创建一个文档实例  
  $doc = new DOMDocument();  
  //载入Book.xml文件  
  $doc->load( 'Book.xml' );  
  //使用book标签名搜索所有元素  
  $books = $doc->getElementsByTagName( "book" );  
  //使用author标签名搜索所有元素  
  $authors = $doc->getElementsByTagName( "author" );  
  //返回第一个标签名为author的元素  
  $author = $authors->item(0)->nodeValue;  
  //以publisher标签名搜索所有元素 
  $publishers = $doc->getElementsByTagName( "publisher" );  
  //返回第一个找到的标签名为publisher的元素  
   $publisher = $publishers->item(0)->nodeValue;  
  //搜索标签名为name的所有元素 
  $titles = $doc->getElementsByTagName( "name" );  
  //返回标签名为name的第一个找到的元素  
  $title = $titles->item(0)->nodeValue;  
  //打印找到的值  
  echo "$title - $author - $publisher \n";  
 ?> 

最后一行是打印第一个标题，第一个作者，第一个出版商，使用连字符分隔，输出：

XML Processing I - John Smith Jr. - HisOwnTM

递归浏览DOM树

因为XML文档结构中一个标签可以包括另一个标签分支树），剩下就是叶子节点，因此你可以浏览完整的树或从任何节点开始递归浏览子树 。下面的例子是从任何开始节点$node）浏览下面的XML子树，并列出节点的名字和值。

function getNodesInfo($node)  
{  
   if ($node->hasChildNodes())  
   {  
      $subNodes = $node->childNodes; 
      foreach ($subNodes as $subNode)  
      { 
         if (($subNode->nodeType != 3) ||   
            (($subNode->nodeType == 3) &&  
            (strlen(trim($subNode->wholeText))>=1)))     
         {  
            echo "Node name: ".$subNode->nodeName."\n";  
            echo "Node value: ".$subNode->nodeValue."\n";  
         }  
         getNodesInfo($subNode);           
      }  
   }
        
}    

上面的例子使用下面的条件去除了所有空文本节点，让输出看起来更干净：

if (($subNode->nodeType != 3) ||   
   (($subNode->nodeType == 3) &&  
   (strlen(trim($subNode->wholeText))>=1)))    

前面的代码检查节点是否被处理，同样，你可以设置预定义的preserveWhiteSpace属性，它移除冗余的空白，默认值是TRUE。

为了测试这个功能，下面这个例子传递Book.xml文档的根节点给递归函数getNodesInfo，然后打印出整个DOM树的标签和值：

<?php 
//创建一个文档实例   
$doc = new DOMDocument();  
//载入Book.xml文件  
$doc->load( 'Book.xml' );   
//设置对象树根   
$root = $dom->firstChild;  
// 递归函数列出子树的所有节点  
function getNodesInfo($node)  
{  
   if ($node->hasChildNodes())  
   {  
      $subNodes = $node->childNodes;  
     foreach ($subNodes as $subNode)  
      {  
         if (($subNode->nodeType != 3) ||   
            (($subNode->nodeType == 3)    
            &&(strlen(trim($subNode->wholeText))>=1)))     
         {  
         echo "Node name: ".$subNode->nodeName."\n";  
         echo "Node value: ".$subNode->nodeValue."\n";  
     }  
      getNodesInfo($subNode);           
      }  
   }        
}     
//调用getNodesInfo函数  
getNodesInfo($root);  
?> 

 图1显示了输出的小部分内容

图- 1文档内容：这个图显示了通过getNodesInfo递归函数运行Book.xml的部分输出内容