通过 PHP 获取远程 XML 文件的一部分的最有效方法是什么？答案

【问题标题】：What is the most efficient way to get a part of a remote XML file via PHP?通过 PHP 获取远程 XML 文件的一部分的最有效方法是什么？
【发布时间】：2014-09-02 17:17:02
【问题描述】：

我正在尝试获取远程 XML 文件的一部分，在本例中是通过 Google 地图获取邮政编码的经度和纬度。这是我目前正在使用的功能：

function slug_get_coordinates( $zip ) {
    $url = "http://maps.googleapis.com/maps/api/geocode/xml?address={$zip}&sensor=false";
    $result = simplexml_load_file( $url );
    $coordinates = $result->result->geometry->location;
    return $coordinates;
}

这有时会在长时间页面加载后起作用，但通常会超时。有没有一种方法可以直接访问我需要的 XML 文件部分，而无需加载整个文件或其他方式来优化它？

【问题讨论】：

您可以使用 cURL 来检索文件。它接受timeout option。就仅检索远程文件的一部分而言，我认为这是不可能的。 HTTP 服务器根据请求提供整个文件。
瓶颈是什么？连接、传输、DNS 查找等。先找出来。
@Jack 这是一个很好的问题。你会如何推荐测试？目前我正在 MAMP 中进行测试。
当您使用cURL 时，您可以使用curl_getinfo() 来非常详细地了解哪个部分慢。

标签： php xml performance

【解决方案1】：

通过 PHP 获取远程 XML 文件的一部分最有效的方法是什么？

这个问题无法具体回答，因为它有很多含义。

实际上，您在这里处理的是远程服务。我通常建议总是包装/代理这些（比较：The Daily Mistake: Not to Proxy Remote Services）。这是因为它们总是带有许多含义。您已经通过将数据检索包装到一个函数中来部分地做到这一点：

function slug_get_coordinates( $zip ) {
    $url = "http://maps.googleapis.com/maps/api/geocode/xml?address={$zip}&sensor=false";
    $result = simplexml_load_file( $url );
    $coordinates = $result->result->geometry->location;
    return $coordinates;
}

然而，这个单一的功能不足以处理此类服务可能带来的所有问题。例如。远程位置可能刚刚关闭 - 这样的 响应超时 可能符合条件 - 或者正如您所经历的那样，它需要的时间太长了。

所以你对服务质量基本不满意。

由于远程服务很常见，您无法完全控制它们并且您对服务质量的影响很小，包装它的好处是您可以在包装器中处理此类问题，因此保护您的应用程序逻辑的其余部分免受所有这些影响。

这不仅需要您封装数据的解析（就像您开始使用您拥有的功能一样），还需要封装检索（远程请求）。您还需要进行函数中缺少的错误处理。这里的另一个提示是为失败而设计。例如。即使您尝试检索（添加）的信息丢失，您的应用程序仍然可以工作。

这种代理的另一个好处是，您可以在其中实现调试功能。比如你提供的代码，我快速检索数据完全没有问题：

$zip = '55416';

$start = microtime(true);

slug_get_coordinates($zip)->asXML('php://output');

printf("\n----\nTook %.5f seconds\n", microtime(true) - $start);

输出：

<location>
    <lat>44.9465193</lat>
    <lng>-93.3439291</lng>
   </location>
----
Took 0.11873 seconds

如果您需要更深入地了解远程请求，您可以挂钩到 PHP 的流通知。我已经编译了一个StreamNotifyPrinter，它可以完成这项工作并且可以轻松注册：

$zip = '55416';

$notifier = new StreamNotifyPrinter();
libxml_set_streams_context($notifier->registerOnContext());

$start = microtime(true);

slug_get_coordinates($zip)->asXML('php://output');

printf("\n----\nTook %.5f seconds\n", microtime(true) - $start);

输出：

2014-07-12T09:07:40.146422+0000 [0.00000] Connected...
2014-07-12T09:07:40.228122+0000 [0.08170] Found the mime-type: application/xml; charset=UTF-8
2014-07-12T09:07:40.228251+0000 [0.08183] Made some progress, downloaded 0 so far
2014-07-12T09:07:40.228341+0000 [0.08192] Made some progress, downloaded 757 so far
<location>
    <lat>44.9465193</lat>
    <lng>-93.3439291</lng>
   </location>
----
Took 0.11873 seconds

如果这些信息还不够，您可能需要切换传输层（例如，使用 Curl 作为 Jack suggested，它有一个更专业的 API 用于调试请求；请参阅 Php - Debugging Curl )。

最后一招：如果您无法通过故障排除解决问题，将其正确包装可能会很容易用更好的工作数据库替换远程服务。但也许检查一下地理坐标是否真的可以很好地与邮政编码一起使用：Where can I obtain an up-to-date list of US ZIP Codes with Latitude and Longitude Geocodes?。

【讨论】：

【解决方案2】：

除非服务提供此功能，否则您不能请求基于选择器（例如 XPath / CSS）的部分响应。

关于效率，我建议尽可能详细地分解请求时间，以找出某个请求需要一段时间的原因。 cURL 对此有很好的支持，例如：

$zip = urlencode('1 infinite loop');
$ch = curl_init("http://maps.googleapis.com/maps/api/geocode/xml?address={$zip}&sensor=false");
curl_exec($ch);
print_r(curl_getinfo($ch));

这会产生一个包含您请求的所有元数据的数组：

Array
(
    ...
    [total_time] => 0.11955
    [namelookup_time] => 0.02996
    [connect_time] => 0.035803
    [pretransfer_time] => 0.035874
    ...
    [size_upload] => 0
    [size_download] => 1737
    [speed_download] => 14529
    [speed_upload] => 0
    [download_content_length] => -1
    [upload_content_length] => 0
    [starttransfer_time] => 0.119444
    [redirect_time] => 0
    ...
)

利用这些数据，您可以制定适当的方法来处理问题。缓存响应可能会减少频繁重复搜索的请求时间，但它可能不适用于您的特定情况。

【讨论】：