PHP中的XML应用

　　上面这段代码从结构上就符合XML的规则，XML可以理解是包含数据的树形的结构类型：

1、引用同一个元素的时候，使用一致的大小写，如＜center＞＜/Center＞就是不符合规定的
2、任何属性值(如 href="????")要用""引起来，如＜a href=www.yahoo.com＞就是不正确的
3、所有元素必须由打开＜和关闭＞标注组成，元素应该形如＜body＞＜/body＞或空元素＜img ... /＞，如果结尾的 "/＞" 少了"/"就是错误的代码
4、所有元素必须彼此嵌套，就像写程序的循环一样，而且，所有的元素必须嵌套于根元素之中，比如上面的代码所有的内容都嵌套于＜html＞＜/html＞之中。
5、元素名称(即上面的body a p img等)应为字母开头。

怎样应用PHP的XML解析器Expat？

Expat是PHP脚本语言的XML解析器（同样称为XML处理器），可以使程序访问XML文档的结构和内容。它是一种基于事件的解析器。XML解析器有两种基本类型：

基于树型的解析器：将XML文档转换成树型结构。这类解析器分析整篇文章，同时提供一个API来访问所产生树的每个元素。其通用的标准为DOM（文档对象模式）。

基于事件的解析器：将XML文档视为一系列的事件。当一个特殊事件发生时，解析器将调用开发者提供的函数来处理。基于事件的解析器有一个XML文档的数据集中视图，也就是说它集中在XML文档的数据部分，而不是其结构。这些解析器从头到尾处理文档，并将类似于－元素的开始、元素的结尾、特征数据的开始等等－事件通过回调（callback）函数报告给应用程序。

以下是一个"Hello-World"的XML文档范例：

• 该元素在文档中使用的次数
• 该元素中字符数据的数量
  
• 元素的父元素
  
• 元素的子元素

　　注意：为了演示，我们利用PHP来产生一个结构来保存元素的父元素和子元素

用于产生XML解析器实例的函数有哪些？

　　用于产生XML解析器实例的函数为xml_parser_create()。该实例将用于以后的所有函数。这个思路非常类似于PHP中MySQL函数的连接标记。在解析文档前，基于事件的解析器通常要求注册回调函数－用于特定的事件发生时调用。Expat没有例外事件，它定义了如下七个可能事件：

所有的回调函数必须将解析器的实例作为其第一个参数（此外还有其它参数）。

　　对于本文最后的范例脚本，需要注意的是它既用到了元素处理函数又用到了字符数据处理函数。元素的回调处理函数通过xml_set_element_handler()来注册。

这个函数需要三个参数：

解析器的实例
处理开始元素的回调函数的名称
处理结束元素的回调函数的名称

　　当开始解析XML文档时，回调函数必须存在。它们必须定义为与PHP手册中所描述的原型一致。

　　例如，Expat将三个参数传递给开始元素的处理函数。在脚本范例中，其定义如下：

function start_element($parser, $name, $attrs)

$parser是解析器标志，$name是开始元素的名称，$attrs为包含元素所有属性和值的数组。

一旦开始解析XML文档，Expat在遇到开始元素是都将调用start_element()函数并将参数传递过去。

　　XML的Case Folding选项

　　用xml_parser_set_option()函数将Case folding选项关闭。这个选项默认是打开的，使得传递给处理函数的元素名自动转换为大写。但XML对大小写是敏感的（所以大小写对统计XML文档是非常重要的）。对于我们的范例，case folding选项必须关闭。

　　如何对文档进行解析?

　　在完成所有的准备工作后，现在脚本终于可以解析XML文档：

Xml_parse_from_file()，一个自定义的函数，打开参数中指定的文件，并以4kb的大小进行解析
xml_parse()，和xml_parse_from_file()一样，当发生错误时，即XML文档的格式不完全时，将会返回false。

　　我们可以使用xml_get_error_code()函数来得到最后一个错误的数字代码。将此数字代码传递给xml_error_string()函数即可得到错误的文本信息。输出XML当前的行数，使得调试更容易。

　　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＞。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，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，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。

如何收集XML文档中的元素信息？

　　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

　　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。

如何用PHP&XML编制一个迷你搜索引擎实例？

　　让我们首先来熟悉一下我们程序中用到的那个XML（保存为xyz.xml）。

它的结构相当简单，根元素就是links，sub代表着一个类别，web就是一个网站的信息，其中包含着属性，url代表网站的联接，memo为备注信息，＜web＞？？＜/web＞ 、＜sub＞？？＜/sub＞中包含的为元素的数据在这里就是类别和网站的名称，这是符合上面的规定的。

现在我们来回答上面提出的问题：为什么要用XML来编制搜索引擎？
第一个原因就是有时候由于各种原因我们可能不能用到数据库（MySQL或者其他）；
其次，对于小数据量的搜索引擎来说，它的数据量很小，如果用数据库来做，效率未必有多高；

最重要的一点是，这个搜索引擎维护起来相当的简单，并且不用编写繁琐的数据库的维护的程序。例如，我们要添加一个类别或者网页，只要编辑文本的文件，加上一福eb＞???＜/web＞或是＜sub＞????＜/sub＞就可以了，而且，如果想把一个类别移动到另一个地方的话，我们只要将这一部分的sub复制过去就行了。

下面一个最简单的用PHP显示XML的范例。

下面的程序是将解析XML并按照树形结构输出至浏览器，并显示每层的元素总数。

在上面的程序的基础上，可以显示一段子树，我们依照元素的层数和他在该层的第几号来对他进行定位

例如：

下面的代码是我们的搜索引擎的基础。因为，要显示出一个子类别（如程序设计-＞PHP-＞）的信息就要用到他。