PHP5中不同的XML解析库有什么区别？答案

【问题标题】：What's the difference between the different XML parsing libraries in PHP5?PHP5中不同的XML解析库有什么区别？
【发布时间】：2010-09-19 19:06:25
【问题描述】：

原来的问题在下面，但我改变了标题，因为我认为找到有同样疑问的其他人会更容易。归根结底，XHTML 文档就是 XML 文档。

这是一个初学者的问题，但我想知道您认为在 PHP5 中解析 XHTML 文档的最佳库是哪个？

我已经使用 Tidy 从 HTML 文件（使用 Word :S 创建）生成了 XHTML，并且知道我需要替换其中的一些元素（比如 and 元素，替换

中的一些属性

标签）。

我没怎么用过XML，PHP中解析的选项似乎很多（Simple XML, DOM, etc.），不知道是不是都可以做我需要的，一个是最容易使用的一种。

对不起我的英语，我来自阿根廷。谢谢！

我提供更多信息：我有很多 HTML 页面，都是在 Word 97 中完成的。我使用 Tidy 在 XHTML Strict 中清理和转换它们，所以现在它们都与 XML 兼容。我想使用 XML 解析器来查找一些元素并替换它们（我这样做的逻辑并不重要）。例如，我希望所有页面都使用相同的 CSS 样式表和类属性，以实现统一的外观。它们都是包含法律文件的静态页面，没有什么奇怪的。我应该使用哪个扩展？ SimpleXML 足够了吗？尽管更难，我应该学习 DOM 吗？

【问题讨论】：

标签： php xml parsing xhtml

【解决方案1】：

DOM 是一种标准的、独立于语言的 API，用于分层数据，例如由 W3C 标准化的 XML。它是一个功能丰富的 API。它是基于对象的，因为每个节点都是一个对象。

当您不仅想要读取或写入，而且想要对现有文档的节点进行大量操作（例如在其他节点之间插入节点、更改结构等）时，DOM 是很好的选择。
SimpleXML 是一个特定于 PHP 的 API，它也是基于对象的，但旨在比 DOM 更简洁：简单的任务，例如查找节点的值或查找它的子元素需要更少的代码。它的 API 没有 DOM 丰富，但它仍然包含 XPath 查找等功能，以及处理多命名空间文档的基本能力。而且，重要的是，它仍然保留了文档的所有特性，例如 XML CDATA 部分和 cmets，即使它不包含操作它们的函数。

SimpleXML 非常适合只读：如果您只想读取 XML 文档并将其转换为另一种形式，那么它将为您节省大量代码。当您想要生成文档或进行基本操作（例如添加或更改子元素或属性）时，它也相当不错，但是对现有文档进行大量操作可能会变得复杂（但并非不可能）。例如，在其他两个元素之间添加一个子元素并不容易； addChild 仅在其他元素之后插入。 SimpleXML 也不能进行 XSLT 转换。它没有像'getElementsByTagName'或getElementById'这样的东西，但如果你知道XPath，你仍然可以用SimpleXML做那种事情。

SimpleXMLElement 对象有点“神奇”。如果您 var_dump/printr/var_export 与其完整的内部表示不对应，则它公开的属性。它公开了它的一些子元素，就好像它们是可以使用 -> 运算符访问的属性一样，但仍然在内部保留完整的文档，并且您可以执行诸如访问名称是带有 [] 保留字的子元素之类的事情运算符，就好像它是一个关联数组一样。

您不必完全承诺其中之一，因为 PHP 实现了这些功能：

simplexml_import_dom(DOMNode)
dom_import_simplexml(SimpleXMLElement)

如果您使用 SimpleXML 并且需要处理需要 DOM 节点的代码，这将很有帮助，反之亦然。

PHP 还提供了第三个 XML 库：

XML Parser（SAX 的实现，一种独立于语言的接口，但在手册中没有提到该名称）是一个低级得多的库，它用于完全不同的目的。它不会为您构建对象。它基本上只是让您更容易编写自己的 XML 解析器，因为它为您完成了前进到下一个标记的工作，并找出标记的类型，例如标记名称是什么以及它是开始标记还是结束标记.然后，您必须编写每次遇到令牌时都应运行的回调。所有任务，例如将文档表示为树中的对象/数组、操作文档等都需要单独实现，因为您可以使用 XML 解析器编写一个低级解析器。

如果您有特定的内存或速度要求，XML 解析器功能仍然非常有用。有了它，就可以编写一个解析器来解析一个很长的 XML 文档，而无需一次将其所有内容保存在内存中。此外，如果您对所有数据不感兴趣，并且不需要或不希望将其放入树或 PHP 对象集，那么它可以更快。例如，如果您想扫描一个 XHTML 文档并找到所有链接，而您并不关心结构。

【讨论】：

很好的总结，并且重点突出了那里的导入功能。似乎很多人忘记了您可以根据需要进行切换。
为了完整起见，我添加了一些关于 SAX 解析器的信息。

【解决方案2】：

只是为了澄清这里的混乱。 PHP 有许多 XML 库，因为 php4 在这方面没有很好的选择。从 PHP5 开始，您可以在 SimpleXml、DOM 和 sax-based expat parser 之间进行选择。后者也存在于php4中。 php4 也有一个 DOM 扩展，它不和 php5 的一样。

DOM 和 SimpleXml 是同一问题域的替代方案；他们将文档加载到内存中，并让您以树结构的形式访问它。 DOM 是一个相当庞大的 api，但它也非常一致，并且以多种语言实现，这意味着您可以跨语言重用您的知识（例如在 Javascript 中）。 SimpleXml 一开始可能更容易。

SAX 解析器是另一种野兽。它将 xml 文档视为标签流。如果您正在处理非常大的文档，这很有用，因为您不需要将它们全部保存在内存中。

对于您的使用，我可能会使用 DOM api。

【讨论】：

我决定使用 DOM，因为它是用另一种语言实现的。我认为这将是我更好的时间投资。
我认为这是一个明智的选择。

【解决方案3】：

这实际上取决于您要完成的工作。对于从商店网站提取大量数据，即很多记录，例如产品信息，我可能会使用 Expat，因为它应该更快一些...... 就个人而言，我已经拥有足够大的 XML 来显着提升性能。在这些数量上，您还不如使用 SQL。

我推荐使用 SimpleXML。它非常直观，易于使用/编写。此外，与 XPath 配合得很好。

从来没有真正使用过 DOM，但如果您将 XML Parser 用于您所描述的大的东西，您可能想要使用它，因为它比 SimpleXML 更实用。

您可以在 W3C 学校阅读所有这三个方面的信息：

http://www.w3schools.com/php/php_xml_parser_expat.asp

http://www.w3schools.com/php/php_xml_simplexml.asp

http://www.w3schools.com/php/php_xml_dom.asp

【讨论】：

【解决方案4】：

去年我在 PHP5 中做了一点 XML 解析，决定使用 SimpleXML 的组合。

如果您想创建一个新的 XML 树或添加到现有的 XML 树，DOM 会更有用一点，它稍微灵活一些。

【讨论】：

【解决方案5】：

我更喜欢SimpleXMLElement，因为它很容易用于遍历元素。

编辑：它说没有可用的版本信息，但它在 PHP5 中可用，至少 5.2.5 但可能更早。

不过，这确实是个人选择，XML extensions 很多。

请记住，如果您有无效的标记，许多 XML 解析器会犹豫 - XHTML 应该是 XML，但并非总是如此！

【讨论】：

【解决方案6】：

自从我在 PHP 中使用 XML 解析以来已经有很长一段时间（2 年或更长时间），但我总是从 XML_Parser Pear package 获得良好、可用的结果。话虽如此，我对 PHP5 的了解很少，所以我真的不知道这些天是否有更好的内置替代方案。

【讨论】：

【解决方案7】：

您可以使用SimpleXML，它包含在默认的 PHP 安装中。这个扩展提供了对 XML 结构的简单的面向对象的访问。

还有DOM XML。此扩展的一个“缺点”是使用起来有点困难，并且默认情况下不包含它。

【讨论】：

DOMXML 是一个 php4 模块。 php5 自带 DOM 库。