DOM 节点和 XMLreader->expand() 节点之间的 PHP 有什么区别？

Question

我重写了一个脚本，该脚本使用 PHP DOM 函数来遍历具有如下结构的 XML 文件：

<file>
    <record>
        <Source>
            <SourcePlace>
                <Country>Germany</Country>
            </SourcePlace>          
        </Source>
        <Person>
            <Name>
                <firstname>John</firstname>
                <lastname>Doe<lastname>
            </Name>
        </Person>
    </record>
    <record>
    ..
    </record>
</file>

我已将它替换为一个脚本，该脚本使用 XMLreader 查找每个单独的记录并将其转换为 DOM 文档，然后对其进行迭代。通过检查节点是否有子节点来完成迭代：

function findLeaves($node) {
   echo "nodeType: ".$node->nodeType.", nodeName:". $node->nodeName."\n";
   if($node->hasChildNodes() )  {
       foreach($node->childNodes as $element) {
           findLeaves($element)
       }
   }
   ELSE { <do something with leave> }
}

问题在于 findLeaves() 函数的行为在两者之间发生了变化。在 DOM 下，没有值的节点（如 Source）没有 #text 子节点。上面的输出是：

nodeType:1, nodeName:Source
nodeType:1, nodeName:SourcePlace
nodeType:1, nodeName:Country
nodeType:3, nodeName:#text ``` 

在 XMLreader 下变成：

nodeType: 1, nodeName:Source
nodeType: 3, nodeName:#text
nodeType: 1, nodeName:SourcePlace
nodeType: 3, nodeName:#text
nodeType: 1, nodeName:Country 

在输入这个函数之前，我已经检查了数据的 saveXML() 结果，但是除了一些额外的空格之外，它看起来是一样的。造成这种差异的原因可能是什么？

DOM下findleaves()函数之前加载文件的代码：

$xmlDoc = new DOMDocument();
$xmlDoc->preserveWhiteSpace = false; 
$xmlDoc->load($file);

$xpath = new DOMXPath($xmlDoc);
$records = $xpath->query('//record');

foreach($records as $record) {
        foreach ($xpath->query('.//Source', $record) as $source_record) {
            findleaves($source_record);

        }
}

XMLreader下findleaves()函数前加载文件的代码：

$xmlDoc = new XMLReader()
$xmlDoc->open($file)
while ($xmlDoc->read() ) { 
    if ($xmlDoc->nodeType == XMLReader::ELEMENT && $xmlDoc->name == 'record') {         
        $record_node = $xmlDoc->expand();

        $recordDOM = new DomDocument();
        $n = $recordDOM->importNode($record_node,true); 
        $recordDOM->appendChild($n);document        
        $recordDOM->preserveWhiteSpace = false; 

        $xpath = new DOMXPath($recordDOM);      
        $records = $xpath->query('//record'); 

        foreach($records as $record) {
        foreach ($xpath->query('.//Source', $record) as $source_record) {
            findleaves($source_record);
        }
}

Answer 1

DOMDocument::$preserveWhiteSpace 属性会影响加载/解析功能。因此，如果您使用XMLReader::expand()，则文档的属性无效 - 您不会将 XML 字符串 加载 到其中。

您已经在使用 Xpath。 .//*[not(*) and normalize-space(.) !== ""] 将选择没有元素子节点且没有任何文本内容（除了空格）的元素节点。

这是一个例子（包括其他优化）：

$xml = <<<'XML'
<file>
    <record>
        <Source>
            <SourcePlace>
                <Country>Germany</Country>
            </SourcePlace>          
        </Source>
        <Person>
            <Name>
                <firstname>John</firstname>
                <lastname>Doe</lastname>
            </Name>
        </Person>
    </record>
</file>
XML;    

$reader = new XMLReader();
$reader->open('data://text/plain;base64,'.base64_encode($xml));

$document = new DOMDocument();
$xpath = new DOMXpath($document);

// find first record
while ($reader->read() && $reader->localName !== 'record') {
  continue;
}

while ($reader->localName === 'record') {
  // expand node into prepared document    
  $record = $reader->expand($document);

  // match elements without child elements and empty text content
  // ignore text nodes with only white space
  $expression = './Source//*[not(*) and normalize-space() != ""]';
  foreach ($xpath->evaluate($expression, $record) as $leaf) {
      var_dump($leaf->localName, $leaf->textContent);
  }

  // move to the next record sibling
  $reader->next('record');
}
$reader->close();

输出：

string(7) "Country"
string(7) "Germany"