IBM Bluemix
点击按钮，开始云上的开发！
developerWorks 社区
有许多技术可用于用 PHP 读取和编写 XML。本文提供了三种方法读取 XML：使用 DOM 库、使用 SAX 解析器和使用正则表达式。还介绍了使用 DOM 和 PHP 文本模板编写 XML。
(), 高级软件工程师, "Code Generation Network"
Jack D. Herrington 是有 20 多年经验的高级软件工程师。他是三本书的作者：Code Generation in Action、Podcasting Hacks 和即将发表的 PHP Hacks。他还撰写了 30 多篇文章。
用 PHP 读取和编写可扩展标记语言（XML）看起来可能有点恐怖。实际上，XML 和它的所有相关技术可能是恐怖的，但是用 PHP 读取和编写 XML 不一定是项恐怖的任务。首先，需要学习一点关于 XML 的知识 —— 它是什么，用它做什么。然后，需要学习如何用 PHP 读取和编写 XML，而有许多种方式可以做这件事。本文提供了 XML 的简短入门，然后解释如何用 PHP 读取和编写 XML。什么是 XML？XML 是一种数据存储格式。它没有定义保存什么数据，也没有定义数据的格式。XML 只是定义了标记和这些标记的属性。格式良好的 XML 标记看起来像这样：&name&Jack Herrington&/name&这个 &name& 标记包含一些文本：Jack Herrington。不包含文本的 XML 标记看起来像这样：&powerUp /&用 XML 对某件事进行编写的方式不止一种。例如，这个标记形成的输出与前一个标记相同：&powerUp&&/powerUp&也可以向 XML 标记添加属性。例如，这个 &name& 标记包含 first 和 last 属性：&name first="Jack" last="Herrington" /&也可以用 XML 对特殊字符进行编码。例如，& 符号可以像这样编码：&包含标记和属性的 XML 文件如果像示例一样格式化，就是格式良好的，这意味着标记是对称的，字符的编码正确。清单 1 是一份格式良好的 XML 的示例。清单 1. XML 图书列表示例
&author&Jack Herrington&/author&
&title&PHP Hacks&/title&
&publisher&O'Reilly&/publisher&
&author&Jack Herrington&/author&
&title&Podcasting Hacks&/title&
&publisher&O'Reilly&/publisher&
&/books&清单 1 中的 XML 包含一个图书列表。父标记 &books& 包含一组 &book& 标记，每个 &book& 标记又包含 &author&、&title& 和 &publisher& 标记。当 XML 文档的标记结构和内容得到外部模式文件的验证后，XML 文档就是正确的。模式文件可以用不同的格式指定。对于本文来说，所需要的只是格式良好的 XML。如果觉得 XML 看起来很像超文本标记语言（HTML），那么就对了。XML 和 HTML 都是基于标记的语言，它们有许多相似之处。但是，要着重指出的是：虽然 XML 文档可能是格式良好的 HTML，但不是所有的 HTML 文档都是格式良好的 XML。换行标记（br）是 XML 和 HTML 之间区别的一个好例子。这个换行标记是格式良好的 HTML，但不是格式良好的 XML：&p&This is a paragraph&br&
With a line break&/p&
这个换行标记是格式良好的 XML 和 HTML：&p&This is a paragraph&br /&
With a line break&/p&
如果要把 HTML 编写成同样是格式良好的 XML，请遵循 W3C 委员会的可扩展超文本标记语言（XHTML）标准（参见 ）。所有现代的浏览器都能呈现 XHTML。而且，还可以用 XML 工具读取 XHTML 并找出文档中的数据，这比解析 HTML 容易得多。使用 DOM 库读取 XML读取格式良好的 XML 文件最容易的方式是使用编译成某些 PHP 安装的文档对象模型 （DOM）库。DOM 库把整个 XML 文档读入内存，并用节点树表示它，如图 1 所示。图 1. 图书 XML 的 XML DOM 树树顶部的 books 节点有两个 book 子标记。在每本书中，有 author、publisher 和 title 几个节点。author、publisher 和 title 节点分别有包含文本的文本子节点。读取图书 XML 文件并用 DOM 显示内容的代码如清单 2 所示。清单 2. 用 DOM 读取图书 XML
$doc = new DOMDocument();
$doc-&load( 'books.xml' );
$books = $doc-&getElementsByTagName( "book" );
foreach( $books as $book )
$authors = $book-&getElementsByTagName( "author" );
$author = $authors-&item(0)-&nodeV
$publishers = $book-&getElementsByTagName( "publisher" );
$publisher = $publishers-&item(0)-&nodeV
$titles = $book-&getElementsByTagName( "title" );
$title = $titles-&item(0)-&nodeV
echo "$title - $author - $publisher\n";
?&脚本首先创建一个 new DOMdocument 对象，用 load 方法把图书 XML 装入这个对象。之后，脚本用 getElementsByName 方法得到指定名称下的所有元素的列表。在 book 节点的循环中，脚本用 getElementsByName 方法获得 author、publisher 和 title 标记的 nodeValue。nodeValue 是节点中的文本。脚本然后显示这些值。可以在命令行上像这样运行 PHP 脚本：% php e1.php
PHP Hacks - Jack Herrington - O'Reilly
Podcasting Hacks - Jack Herrington - O'Reilly
%可以看到，每个图书块输出一行。这是一个良好的开始。但是，如果不能访问 XML DOM 库该怎么办？用 SAX 解析器读取 XML 读取 XML 的另一种方法是使用 XML Simple API（SAX）解析器。PHP 的大多数安装都包含 SAX 解析器。SAX 解析器运行在回调模型上。每次打开或关闭一个标记时，或者每次解析器看到文本时，就用节点或文本的信息回调用户定义的函数。SAX 解析器的优点是，它是真正轻量级的。解析器不会在内存中长期保持内容，所以可以用于非常巨大的文件。缺点是编写 SAX 解析器回调是件非常麻烦的事。清单 3 显示了使用 SAX 读取图书 XML 文件并显示内容的代码。清单 3. 用 SAX 解析器读取图书 XML
$g_books = array();
function startElement( $parser, $name, $attrs )
global $g_books, $g_
if ( $name == 'BOOK' ) $g_books []= array();
$g_elem = $
function endElement( $parser, $name )
global $g_
function textData( $parser, $text )
global $g_books, $g_
if ( $g_elem == 'AUTHOR' ||
$g_elem == 'PUBLISHER' ||
$g_elem == 'TITLE' )
$g_books[ count( $g_books ) - 1 ][ $g_elem ] = $
$parser = xml_parser_create();
xml_set_element_handler( $parser, "startElement", "endElement" );
xml_set_character_data_handler( $parser, "textData" );
$f = fopen( 'books.xml', 'r' );
while( $data = fread( $f, 4096 ) )
xml_parse( $parser, $data );
xml_parser_free( $parser );
foreach( $g_books as $book )
echo $book['TITLE']." - ".$book['AUTHOR']." - ";
echo $book['PUBLISHER']."\n";
?&脚本首先设置 g_books 数组，它在内存中容纳所有图书和图书信息，g_elem 变量保存脚本目前正在处理的标记的名称。然后脚本定义回调函数。在这个示例中，回调函数是 startElement、endElement 和 textData。在打开和关闭标记的时候，分别调用 startElement 和 endElement 函数。在开始和结束标记之间的文本上面，调用 textData。在这个示例中，startElement 标记查找 book 标记，在 book 数组中开始一个新元素。然后，textData 函数查看当前元素，看它是不是 publisher、title 或 author 标记。如果是，函数就把当前文本放入当前图书。为了让解析继续，脚本用 xml_parser_create 函数创建解析器。然后，设置回调句柄。之后，脚本读取文件并把文件的大块内容发送到解析器。在文件读取之后，xml_parser_free 函数删除解析器。脚本的末尾输出 g_books 数组的内容。可以看到，这比编写 DOM 的同样功能要困难得多。如果没有 DOM 库也没有 SAX 库该怎么办？还有替代方案么？用正则表达式解析 XML可以肯定，即使提到这个方法，有些工程师也会批评我，但是确实可以用正则表达式解析 XML。清单 4 显示了使用 preg_ 函数读取图书文件的示例。清单 4. 用正则表达式读取 XML
$xml = "";
$f = fopen( 'books.xml', 'r' );
while( $data = fread( $f, 4096 ) ) { $xml .= $ }
fclose( $f );
preg_match_all( "/\&book\&(.*?)\&\/book\&/s",
$xml, $bookblocks );
foreach( $bookblocks[1] as $block )
preg_match_all( "/\&author\&(.*?)\&\/author\&/",
$block, $author );
preg_match_all( "/\&title\&(.*?)\&\/title\&/",
$block, $title );
preg_match_all( "/\&publisher\&(.*?)\&\/publisher\&/",
$block, $publisher );
echo( $title[1][0]." - ".$author[1][0]." - ".
$publisher[1][0]."\n" );
?&请注意这个代码有多短。开始时，它把文件读进一个大的字符串。然后用一个 regex 函数读取每个图书项目。最后用 foreach 循环，在每个图书块间循环，并提取出 author、title 和 publisher。那么，缺陷在哪呢？使用正则表达式代码读取 XML 的问题是，它并没先进行检查，确保 XML 的格式良好。这意味着在读取之前，无法知道 XML 是否格式良好。而且，有些格式正确的 XML 可能与正则表达式不匹配，所以日后必须修改它们。我从不建议使用正则表达式读取 XML，但是有时它是兼容性最好的方式，因为正则表达式函数总是可用的。不要用正则表达式读取直接来自用户的 XML，因为无法控制这类 XML 的格式或结构。应当一直用 DOM 库或 SAX 解析器读取来自用户的 XML。用 DOM 编写 XML读取 XML 只是公式的一部分。该怎样编写 XML 呢？编写 XML 最好的方式就是用 DOM。清单 5 显示了 DOM 构建图书 XML 文件的方式。清单 5. 用 DOM 编写图书 XML
$books = array();
$books [] = array(
'title' =& 'PHP Hacks',
'author' =& 'Jack Herrington',
'publisher' =& "O'Reilly"
$books [] = array(
'title' =& 'Podcasting Hacks',
'author' =& 'Jack Herrington',
'publisher' =& "O'Reilly"
$doc = new DOMDocument();
$doc-&formatOutput =
$r = $doc-&createElement( "books" );
$doc-&appendChild( $r );
foreach( $books as $book )
$b = $doc-&createElement( "book" );
$author = $doc-&createElement( "author" );
$author-&appendChild(
$doc-&createTextNode( $book['author'] )
$b-&appendChild( $author );
$title = $doc-&createElement( "title" );
$title-&appendChild(
$doc-&createTextNode( $book['title'] )
$b-&appendChild( $title );
$publisher = $doc-&createElement( "publisher" );
$publisher-&appendChild(
$doc-&createTextNode( $book['publisher'] )
$b-&appendChild( $publisher );
$r-&appendChild( $b );
echo $doc-&saveXML();
?&在脚本的顶部，用一些示例图书装入了 books 数组。这个数据可以来自用户也可以来自数据库。示例图书装入之后，脚本创建一个 new DOMDocument，并把根节点 books 添加到它。然后脚本为每本书的 author、title 和 publisher 创建节点，并为每个节点添加文本节点。每个 book 节点的最后一步是重新把它添加到根节点 books。脚本的末尾用 saveXML 方法把 XML 输出到控制台。（也可以用 save 方法创建一个 XML 文件。）脚本的输出如清单 6 所示。清单 6. DOM 构建脚本的输出
% php e4.php
&?xml version="1.0"?&
&author&Jack Herrington&/author&
&title&PHP Hacks&/title&
&publisher&O'Reilly&/publisher&
&author&Jack Herrington&/author&
&title&Podcasting Hacks&/title&
&publisher&O'Reilly&/publisher&
%使用 DOM 的真正价值在于它创建的 XML 总是格式正确的。但是如果不能用 DOM 创建 XML 时该怎么办？用 PHP 编写 XML如果 DOM 不可用，可以用 PHP 的文本模板编写 XML。清单 7 显示了 PHP 如何构建图书 XML 文件。清单 7. 用 PHP 编写图书 XML
$books = array();
$books [] = array(
'title' =& 'PHP Hacks',
'author' =& 'Jack Herrington',
'publisher' =& "O'Reilly"
$books [] = array(
'title' =& 'Podcasting Hacks',
'author' =& 'Jack Herrington',
'publisher' =& "O'Reilly"
foreach( $books as $book )
&title&&?php echo( $book['title'] ); ?&&/title&
&author&&?php echo( $book['author'] ); ?&
&publisher&&?php echo( $book['publisher'] ); ?&
&/publisher&
&/books&脚本的顶部与 DOM 脚本类似。脚本的底部打开 books 标记，然后在每个图书中迭代，创建 book 标记和所有的内部 title、author 和 publisher 标记。这种方法的问题是对实体进行编码。为了确保实体编码正确，必须在每个项目上调用 htmlentities 函数，如清单 8 所示。清单 8. 使用 htmlentities 函数对实体编码
foreach( $books as $book )
$title = htmlentities( $book['title'], ENT_QUOTES );
$author = htmlentities( $book['author'], ENT_QUOTES );
$publisher = htmlentities( $book['publisher'], ENT_QUOTES );
&title&&?php echo( $title ); ?&&/title&
&author&&?php echo( $author ); ?& &/author&
&publisher&&?php echo( $publisher ); ?&
&/publisher&
&/books&这就是用基本的 PHP 编写 XML 的烦人之处。您以为自己创建了完美的 XML，但是在试图使用数据的时候，马上就会发现某些元素的编码不正确。结束语XML 周围总有许多夸大之处和混淆之处。但是，并不像您想像的那么难 —— 特别是在 PHP 这样优秀的语言中。在理解并正确地实现了 XML 之后，就会发现有许多强大的工具可以使用。XPath 和 XSLT 就是这样两个值得研究的工具。
参考资料 您可以参阅本文在 developerWorks 全球站点上的 。
上学习 XHTML 的标准。
了解 ，这是用于转换 XML 的语言。
请阅读用来定义 XML 文档结构的标准 。
在 developerWorks 的
找到面向 XML 开发人员的更多资源。
请访问 developerWorks 的
获得全面的 how-to 信息、工具和项目更新，帮助您用开放源码技术开发并把它们用于 IBM 产品。
请访问 ，了解关于 PHP 的最新新闻、找到下载，并向其他用户学习。了解 ，这个解析器用来向 PHP 提供 SAX 解析器功能。
改造您的下一个开放源码开发项目，可以下载也可以通过 DVD 得到。通过参与
加入 developerWorks 社区。
developerWorks: 登录
标有星（*）号的字段是必填字段。
保持登录。
单击提交则表示您同意developerWorks 的条款和条件。 查看条款和条件。
在您首次登录 developerWorks 时，会为您创建一份个人概要。您的个人概要中的信息（您的姓名、国家/地区，以及公司名称）是公开显示的，而且会随着您发布的任何内容一起显示，除非您选择隐藏您的公司名称。您可以随时更新您的 IBM 帐户。
所有提交的信息确保安全。
选择您的昵称
当您初次登录到 developerWorks 时，将会为您创建一份概要信息，您需要指定一个昵称。您的昵称将和您在 developerWorks 发布的内容显示在一起。昵称长度在 3 至 31 个字符之间。
您的昵称在 developerWorks 社区中必须是唯一的，并且出于隐私保护的原因，不能是您的电子邮件地址。
标有星（*）号的字段是必填字段。
(昵称长度在 3 至 31 个字符之间)
单击提交则表示您同意developerWorks 的条款和条件。 .
所有提交的信息确保安全。
文章、教程、演示，帮助您构建、部署和管理云应用。
立即加入来自 IBM 的专业 IT 社交网络。
为灾难恢复构建应用，赢取现金大奖。
static.content.url=/developerworks/js/artrating/SITE_ID=10Zone=Open source, XML, Web developmentArticleID=102714ArticleTitle=用 PHP 读取和编写 XML DOMpublish-date=php正则表达式获取标签内容_php吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：67,638贴子：
php正则表达式获取标签内容收藏
php正则表达式如何获取标签内容？比如&td&计算机&/td&,获取&计算机&这三个字，表达式该怎么写
用simple_xml_dom.PHP
你应该去找一些采集的 列子自己 去试试
reg = '/&td&(.*)&\/td&/Us';
&?phpheader('Content-Type: text/ charset=utf-8');$a='哈&td&计算机&/td&哈&/td&哈';preg_match('/\\&td\\&(.*?)\\&\\/td\\&/',$a,$match);var_dump($match);
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或php&正则表达式，获取{}中所有的内容
$test_str="XXXXX{gid}OOOOO{uid}PPPPPP{tid}";
&$inarr = array();
preg_match_all("/{(.*)}/isU",$test_str,$inarr);
var_dump($inarr);
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。& 正则表达式后面的iU iUs iUe 是什么意思？
正则表达式后面的iU iUs iUe 是什么意思？
模式修正符:
模式修正符是标记在整个模式之外的.
i :模式中的字符将同时匹配大小写字母.
m :字符串视为多行.
s :将字符串视为单行,换行符作为普通字符.
x :将模式中的空白忽略.
A :强制仅从目标字符串的开头开始匹配.
D :模式中的美元元字符仅匹配目标字符串的结尾.
U :匹配最近的字符串.
下面列出了当前在 PCRE 中可能使用的PHP正则模式修正符。括号中是这些修正符的内部 PCRE 名。修正符中的空格和换行被忽略，其它字符会导致错误。
i (PCRE_CASELESS)
如果设定此修正符，模式中的字符将同时匹配大小写字母。
m（PCRE_MULTILINE）
默认情况下，PCRE 将目标字符串作为单一的一&行&字符所组成的（甚至其中包含有换行符也是如此）。&行起始&元字符（^）仅仅匹配字符串的起始，&行结束&元字符（$）仅仅匹配字符串的结束，或者最后一个字符是换行符时其前面（除非设定了 D 修正符）。这和 Perl 是一样的。
当设定了此修正符，&行起始&和&行结束&除了匹配整个字符串开头和结束外，还分别匹配其中的换行符的之后和之前。这和 Perl 的 /m 修正符是等效的。如果目标字符串中没有&\n&字符或者模式中没有 ^ 或 $，则设定此修正符没有任何效果。
s（PCRE_DOTALL）
如果设定了PHP正则模式修正符，模式中的圆点元字符（.）匹配所有的字符，包括换行符。没有此设定的话，则不包括换行符。这和 Perl 的 /s 修正符是等效的。排除字符类例如 [^a] 总是匹配换行符的，无论是否设定了此修正符。
x（PCRE_EXTENDED）
如果设定了此修正符，模式中的空白字符除了被转义的或在字符类中的以外完全被忽略，在未转义的字符类之外的 # 以及下一个换行符之间的所有字符，包括两头，也都被忽略。这和 Perl 的 /x 修正符是等效的，使得可以在复杂的模式中加入注释。然而注意，这仅适用于数据字符。空白字符可能永远不会出现于模式中的特殊字符序列，例如引入条件子模式的序列 (?( 中间。
e 如果设定了此修正符，preg_replace() 在替换字符串中对逆向引用作正常的替换，将其作为 PHP 代码求值，并用其结果来替换所搜索的字符串。
只有 preg_replace() 使用此修正符，其它 PCRE 函数将忽略之。
注意: 这个PHP正则模式修正符在 PHP3 中不可用。
A（PCRE_ANCHORED）
如果设定了此修正符，模式被强制为&anchored&，即强制仅从目标字符串的开头开始匹配。此效果也可以通过适当的模式本身来实现（在 Perl 中实现的唯一方法）。
D（PCRE_DOLLAR_ENDONLY）
如果设定了这个PHP正则模式修正符，模式中的美元元字符仅匹配目标字符串的结尾。没有此选项时，如果最后一个字符是换行符的话，美元符号也会匹配此字符之前（但不会匹配任何其它换行符之前）。如果设定了 m 修正符则忽略此选项。Perl 中没有与其等价的修正符。
S 当一个模式将被使用若干次时，为加速匹配起见值得先对其进行分析。如果设定了此修正符则会进行额外的分析。目前，分析一个模式仅对没有单一固定起始字符的 non-anchored 模式有用。
U（PCRE_UNGREEDY）
这个PHP正则模式修正符反转了匹配数量的值使其不是默认的重复，而变成在后面跟上&?&才变得重复。这和 Perl 不兼容。也可以通过在模式之中设定 (?U) 修正符或者在数量符之后跟一个问号（如 .*?）来启用此选项。
X（PCRE_EXTRA）
此修正符启用了一个 PCRE 中与 Perl 不兼容的额外功能。模式中的任何反斜线后面跟上一个没有特殊意义的字母导致一个错误，从而保留此组合以备将来扩充。默认情况下，和 Perl 一样，一个反斜线后面跟一个没有特殊意义的字母被当成该字母本身。当前没有其它特性受此修正符控制。
u（PCRE_UTF8）
此修正符启用了一个 PCRE 中与 Perl 不兼容的额外功能。模式字符串被当成 UTF-8。本修正符在 Unix 下自 PHP 4.1.0 起可用，在 win32 下自 PHP 4.2.3 起可用。自 PHP 4.3.5 起开始检查模式的 UTF-8 合法性。
声明：未作说明，则本文为原创。转载务必注明出处。
本文的评论功能被关闭了.您还未登陆，请登录后操作！
PHP正则表达式提取SPAN标签的问题
n class=&YYYYY&&ZZ&/span&XXXXXXXXXXX
我需要写一个正则表达式把&span class=&YYYYY&&ZZ&/span&和YYYYY分别提取出来作为数组的两项，请问应如何写
$str存着你的那段数据
ereg("&span class=\"[^\"]+\"&[^&]+&",$str,$regs);
array_push($result,$regs[0]);
ereg("\"[^\"]+",$regs[0],$reg);
array_push($result,substr($reg[0],1));
$result里面就存着你想要的东西。
不过你需要保证在$str里面&span class="YYYYY"&ZZ&/span&这样的数据只有一个，多个的话取的是第一个。
n class=&([^&]*)&&([^&]*)&/span&
您的举报已经提交成功，我们将尽快处理，谢谢！
大家还关注
javascript的状态栏显示代码 就...