您现在的位置： 网页制作教程网 >> 网络编程 >> xml 教程 >> 文章正文

当解析文档时，对于Expat需要强调问题的是：如何保持文档结构的基本描述？

如前所述，基于事件的解析器本身并不产生任何结构信息。

不 过标签(tag)结构是XML的重要特性。例如，元素序列<book><title>表示的意思不同于< figure><title>。也就是说，任何作者都会告诉你书名和图名是没有关系的，虽然它们都用到"title"这个术语。因此，为了更有效地使用基于事件的解析器处理XML，你必须使用自己的栈(stacks)或列表(lists)来维护文档的结构信息。

为了产生文档结构的镜像，脚本至少需要知道目前元素的父元素。用Exapt的API是无法实现的，它只报告目前元素的事件，而没有任何前后关系的信息。因此，你需要建立自己的栈结构。

脚本范例使用先进后出(FILO)的栈结构。通过一个数组，栈将保存全部的开始元素。对于开始元素处理函数，目前的元素将被array_push()函数推到栈的顶部。相应的，结束元素处理函数通过array_pop()将最顶的元素移走。

对于序列<book><title></title></book>，栈的填充如下：

开始元素book：将"book"赋给栈的第一个元素($stack[0])。 
开始元素title：将"title"赋给栈的顶部($stack[1])。 
结束元素title：从栈中将最顶部的元素移去($stack[1])。 
结束元素title：从栈中将最顶部的元素移去($stack[0])。 
PHP3.0通过一个$depth变量手动控制元素的嵌套来实现范例。这就使脚本看起来比较复杂。PHP4.0通过array_pop()和array_push()两个函数来使脚本看起来更简洁。

收集数据

为了收集每个元素的信息，脚本需要记住每个元素的事件。通过使用一个全局的数组变量$elements来保存文档中所有不同的元素。数组的项目是元素类的实例，有4个属性（类的变量）

$count -该元素在文档中被发现的次数 
$chars -元素中字符事件的字节数 
$parents -父元素 
$childs - 子元素 
正如你所看到的，将类实例保存在数组中是轻而易举的。

注意：PHP的一个特性是你可以通过while(list() = each())loop遍历整个类结构，如同你遍历整个相应的数组一样。所有的类变量（当你用PHP3.0时还有方法名）都以字符串的方式输出。

当发现一个元素时，我们需要增加其相应的记数器来跟踪它在文档中出现多少次。在相应的$elements项中的记数元素也要加一。

我们同样要让父元素知道目前的元素是它的子元素。因此，目前元素的名称将会加入到父元素的$childs数组的项目中。最后，目前元素应该记住谁是它的父元素。所以，父元素被加入到目前元素$parents数组的项目中。

显示统计信息

剩下的代码在$elements数组和其子数组中循环显示其统计结果。这就是最简单的嵌套循环，尽管输出正确的结果，但代码既不简洁又没有任何特别的技巧，它仅仅是一个你可能每天用他来完成工作的循环。

脚本范例被设计为通过PHP的CGI方式的命令行来调用。因此，统计结果输出的格式为文本格式。如果你要将脚本运用到互联网上，那么你需要修改输出函数来产生HTML格式。

总结

Exapt是PHP的XML解析器。作为基于事件的解析器，它不产生文档的结构描述。但通过提供底层访问，这就使得可以更好地利用资源和更快地访问。

作为一个不检查有效性的解析器，Expat忽略与XML文档连接的DTD，但如果文档的格式不完整，它将会随着出错信息而停止。

提供事件处理函数来处理文档 
建立自己的事件结构例如栈和树来获得XML结构信息标记的优点。 
每天都有新的XML程序出现，而PHP对XML的支持也不断加强（例如，增加了支持基于DOM的XML解析器LibXML）。

有了PHP和Expat，你就可以为即将出现的有效、开放和独立于平台的标准作准备。

上一页  [1] [2] [3] [4] [5] 下一页