无法使用 PHP 解析具有多个命名空间的 XML

Question

我正在通过 simplexml_load_file 函数从 php 解析 XML 文件。他们有多个命名空间。

    <?xml version="1.0" encoding="utf-8"?>
    <RETURN:RT xmlns:FORMM="http://example.com/5"
        xmlns:Form="http://example.com/master"
        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
        xmlns:RETURN="http://example.com">
   <FORMM:5F>
<Form:Info>
    <Form:SWCreatedBy>SW10002087</Form:SWCreatedBy>
</Form:Info>
</FORMM:5F>
</RETURN:RT>

这是我的 PHP 代码：

$xml = simplexml_load_file('filename');
        $namespaces = $xml->getNamespaces(true);
        foreach ($namespaces as $key =>  $extension) {
            
            $xml->registerXPathNamespace($key, $extension);
        }

         $main = $xml->xpath('//RETURN:RT/*');

        foreach ($main as $itr) {
           echo '<pre>';
            print_r($itr);
            echo '</pre>';
          }

输出：

 SimpleXMLElement Object
(
)

但是当我从命名空间中删除表单时，它会给我输出

SimpleXMLElement Object
(
    [Form:Info] => SimpleXMLElement Object
        (
            [Form:SWCreatedBy] => SW10002087
        )

)

任何人都可以给我解决方案，我不必每次都从 xml 文件中删除表单。

Answer 1

5F 是无效的标签名称 - 它们不允许以数字开头。如果您加载此（无效）XML，解析器将抛出警告。

Warning: simplexml_load_string(): namespace error : Failed to parse QName 'FORMM:' in /in/HHTnS on line 33

Warning: simplexml_load_string():     <FORMM:5F> in /in/HHTnS on line 33

Warning: simplexml_load_string():            ^ in /in/HHTnS on line 33

因此您需要对此进行一些错误处理和/或修复 XML。

但是 LibXML（SimpleXML 和 DOM 背后的库）可以容忍它。所以你仍然可以阅读它。

不要从文档中获取命名空间。这是调试或通用转换的方法。命名空间 URI 是命名空间的标识值。命名空间前缀可以在 XML 中的任何元素处更改。为 Xpath 表达式定义/注册您自己的前缀，并在方法调用中使用命名空间 URI。

print_r(), var_dump(), ... 正在使用 XML 元素的 SimpleXMLs 映射。这是一种妥协并且有限制（尤其是命名空间）。尝试SimpleXMLElement::asXML() 调试SimpleXMLElement 实例。

您仍然可以使用属性语法访问元素，但您可能需要使用 SimpleXMLElement::children() 来指定命名空间。

以下是基于您的问题的示例：

$xml = <<<'XML'
<?xml version="1.0" encoding="utf-8"?>
<RETURN:RT 
    xmlns:FORMM="http://example.com/5"
    xmlns:Form="http://example.com/master"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
    xmlns:RETURN="http://example.com">
    <FORMM:5F>
        <Form:Info>
            <Form:SWCreatedBy>SW10002087</Form:SWCreatedBy>
        </Form:Info>
   </FORMM:5F>
</RETURN:RT>
XML;

// define namespaces you're going to use
$xmlns = [
  'five' => 'http://example.com/5',
  'master' => 'http://example.com/master',
  'return' => 'http://example.com',
];

// a function to apply all of them to a SimpleXMLElement
function registerXpathNamespaces(SimpleXMLElement $target, array $xmlns) {
    foreach ($xmlns as $prefix => $namespaceURI) {
        $target->registerXpathNamespace($prefix, $namespaceURI);
    }
}

$rt = simplexml_load_string($xml);
registerXpathNamespaces($rt, $xmlns);
$list = $rt->xpath('//return:RT/*');
foreach ($list as $fiveF) {
    // serialize the node into a string for debugging
   var_dump($fiveF->asXML());
   // use the namespace list to access child elments in a specific namespace
   var_dump(
       (string)$fiveF->children($xmlns['master'])->Info->SWCreatedBy
   );
}

输出：

string(130) "<FORMM:5F>
        <Form:Info>
            <Form:SWCreatedBy>SW10002087</Form:SWCreatedBy>
        </Form:Info>
   </FORMM:5F>"
string(10) "SW10002087"

您需要在每个调用xpath() 的SimpleXMLElement 实例上注册命名空间。

在 DOM 中，这里有一个单独的 Xpath 对象，因此您只需注册一次命名空间。此外，DOMXpath::evaluate() 可以返回标量值（不仅仅是节点列表）。这就是示例在 DOM 中的外观：

// define namespaces you're going to use
$xmlns = [
  'five' => 'http://example.com/5',
  'master' => 'http://example.com/master',
  'return' => 'http://example.com',
];

$document = new DOMDocument();
$document->loadXML($xml);
$xpath = new DOMXpath($document);
foreach ($xmlns as $prefix => $namespaceURI) {
    $xpath->registerNamespace($prefix, $namespaceURI);
}

$list = $xpath->evaluate('//return:RT/*');
foreach ($list as $fiveF) {
    // serialize the node into a string for debugging
   var_dump($document->saveXML($fiveF));
   // directly fetch the value using a string cast in Xpath
   var_dump(
       $xpath->evaluate(
           'string(master:Info/master:SWCreatedBy)', 
           $fiveF
       )
   );
}

使用 DOM 你可以看看解析器如何读取损坏的标签。

// the RETURN:RT is valid - the parser can match it to the namespace
var_dump($document->documentElement->localName, $document->documentElement->namespaceURI);
foreach ($list as $fiveF) {
   // the "5F" or "FORMM:5F" is invalid - the parser will not match it
   var_dump($fiveF->localName, $fiveF->namespaceURI);
}

string(2) "RT"
string(18) "http://example.com"
string(8) "FORMM:5F"
NULL

因此它将别名/前缀保留为名称的一部分并忽略命名空间。