PHP：用SimpleXML解析XML/HTML文档

陈一男学习网站[ ChenYinan.com ] - CCF - NOI - 菜鸟教程 - 编程题库 - C++语言 - API

SimpleXML是PHP中用于处理XML数据的一个扩展，由于HTML可以被视为一种不严格的XML格式，因此SimpleXML也可用于解析简单的HTML文档。以下是对SimpleXML的详细介绍：

基本使用

加载XML/HTML数据：可以使用simplexml_load_string()函数将一个包含XML或HTML内容的字符串转换为SimpleXML对象，也可以使用simplexml_load_file()函数从一个文件中加载XML或HTML数据并转换为SimpleXML对象。

// 从字符串加载
$xmlString = '<root><item>Value 1</item><item>Value 2</item></root>';
$xml = simplexml_load_string($xmlString);
// 从文件加载
$xmlFile = 'data.xml';
$xmlFromFile = simplexml_load_file($xmlFile);

访问元素和属性

访问元素：通过对象属性的方式可以直接访问XML中的元素。例如，对于上述的$xml对象，可以使用$xml->item来访问<item>元素。如果有多个同名元素，可以像数组一样通过索引来访问，如$xml->item[0]和$xml->item[1]。

echo $xml->item[0]; // 输出: Value 1
echo $xml->item[1]; // 输出: Value 2

访问属性：使用attributes()方法可以获取元素的属性。假设XML中有一个<item id="123">元素，可以这样访问其id属性：

$xml = simplexml_load_string('<root><item id="123">Value</item></root>');
$item = $xml->item;
echo $item->attributes()->id; // 输出: 123

遍历元素

可以使用foreach循环来遍历XML中的元素集合。例如，遍历上述$xml中的所有<item>元素：

foreach ($xml->item as $item) {
    echo $item. "\n";
}

数据类型转换

SimpleXML会自动将XML中的数据转换为适当的PHP数据类型。例如，XML中的数字字符串会被转换为PHP的数字类型，布尔值true和false会被正确转换等。

$xml = simplexml_load_string('<root><number>123</number><boolean>true</boolean></root>');
echo gettype($xml->number);  // 输出: integer
echo gettype($xml->boolean); // 输出: boolean

局限性

SimpleXML对XML的语法要求比较严格，而HTML的语法相对宽松且存在一些不规范的情况，所以在使用SimpleXML解析HTML时可能会遇到一些问题，例如无法正确处理自闭合标签、未正确嵌套的标签等情况。

$html = '<p>这是一段文本<br>这是另一行文本</p>';
$xml = simplexml_load_string($html);
// 可能无法正确解析<br>标签，导致结果不准确

实际应用场景

尽管存在局限性，但在处理结构较为简单且符合XML规范的HTML或XML数据时，SimpleXML非常方便实用。例如，解析一些简单的配置文件、RSS订阅源等。

$rssFeed = simplexml_load_file('https://example.com/rss.xml');
foreach ($rssFeed->channel->item as $item) {
    echo $item->title. "\n";
    echo $item->link. "\n";
}

SimpleXML为PHP开发者提供了一种简单、直观的方式来处理XML和简单HTML数据，但在使用时需要注意其局限性，根据具体的应用场景选择合适的解析方法。