xml sənədinin təhlili. XML məlumatlarının təhlili. Ayrışdırıcının Nümunəsinin Yaradılması

XML-in təhlili əslində XML sənədindən keçmək və müvafiq məlumatları qaytarmaq deməkdir. Getdikcə artan veb xidmətləri JSON formatında məlumatları qaytarsa ​​da, əksəriyyəti hələ də XML-dən istifadə edir, ona görə də mövcud API-lərin tam spektrindən istifadə etmək istəyirsinizsə, XML təhlilini mənimsəmək vacibdir.

Uzatmanın istifadəsi SimpleXML PHP 5.0-də yenidən əlavə edilmiş PHP-də XML ilə işləmək çox asan və sadədir. Bu yazıda bunu necə edəcəyinizi sizə göstərəcəyəm.

İstifadə Əsasları

Aşağıdakı nümunə ilə başlayaq dillər.xml:

>

> 1972>
> Dennis Ritchie >
>

> 1995>
> Rasmus Lerdorf >
>

> 1995>
> James Gosling >
>
>

Bu XML sənədində hər bir dil haqqında bəzi məlumatlar olan proqramlaşdırma dillərinin siyahısı var: onun həyata keçirildiyi il və yaradıcısının adı.

İlk addım funksiyalardan istifadə edərək XML-i yükləməkdir simplexml_load_file(), və ya simplexml_load_string(). Funksiyaların adından göründüyü kimi, birincisi fayldan XML-i, ikincisi isə sətirdən XML-i yükləyəcək.

Hər iki funksiya bütün DOM ağacını yaddaşa oxuyur və obyekti qaytarır SimpleXMLElement. Yuxarıdakı nümunədə obyekt $languages ​​dəyişənində saxlanılır. Funksiyalardan istifadə edə bilərsiniz var_dump() və ya çap_r() istəsəniz qaytarılan obyekt haqqında ətraflı məlumat əldə etmək.

SimpleXMLElement Obyekt
[lang] => Massiv
[ 0 ] => SimpleXMLElementObject
[@atributlar] => Massiv
[ad] => C
[peyda oldu] => 1972
[yaradıcı] => Dennis Ritchie
[ 1 ] => SimpleXMLElement Obyekt
[@atributlar] => Massiv
[ad] => PHP
[peyda oldu] => 1995
[yaradıcı] => Rasmus Lerdorf
[ 2 ] => SimpleXMLElement Obyekt
[@atributlar] => Massiv
[ad] => Java
[peyda oldu] => 1995
[yaradıcı] => James Gosling
)
)

Bu XML kök elementi ehtiva edir dillər, üç elementdən ibarətdir dil. Hər bir massiv elementi bir elementə uyğundur dil XML sənədində.

Operatordan istifadə edərək obyektin xassələrinə daxil ola bilərsiniz -> . Məsələn, $languages->lang sizə birinci elementə uyğun gələn SimpleXMLElement obyektini qaytaracaq dil. Bu obyekt iki xassədən ibarətdir: ortaya çıxdı və yaradıcı.

$languages ​​-> lang [ 0 ] -> göründü;
$languages ​​-> lang [ 0 ] -> yaradıcı ;

kimi standart bir döngə ilə dillərin siyahısını göstərmək və onların xassələrini göstərmək çox asandır foreach.

foreach ($languages ​​-> lang $lang kimi) (
çapf(
"" ,
$lang["ad"] ,
$lang -> göründü,
$lang -> yaradıcı
) ;
}

Dilin adını almaq üçün lang elementinin atribut adına necə daxil olduğuma diqqət yetirin. Bu yolla siz SimpleXMLElement obyekti kimi təqdim olunan elementin istənilən atributuna daxil ola bilərsiniz.

Ad boşluqları ilə işləmək

Müxtəlif veb xidmətlərinin XML ilə işləyərkən siz tez-tez element ad boşluqları ilə qarşılaşacaqsınız. Özümüzü dəyişək dillər.xml ad boşluğundan istifadə nümunəsini göstərmək üçün:

xmlns:dc =>

> 1972>
> Dennis Ritchie >
>

> 1995>
> Rasmus Lerdorf >
>

> 1995>
> James Gosling >
>
>

İndi element yaradan ad sahəsinə yerləşdirilir DC, bu http://purl.org/dc/elements/1.1/ ünvanına işarə edir. Əvvəlki kodumuzdan istifadə edərək dil yaradıcılarını çap etməyə çalışsanız, bu işləməyəcək. Element ad boşluqlarını oxumaq üçün aşağıdakı yanaşmalardan birini istifadə etməlisiniz.

Birinci yanaşma elementin ad sahəsinə istinad edərkən URI adlarını birbaşa kodda istifadə etməkdir. Aşağıdakı nümunə bunun necə edildiyini göstərir:

$dc = $dillər -> lang [ 1 ] -> uşaqlar( "http://purl.org/dc/elements/1.1/") ;
echo $dc -> yaradıcı ;

Metod uşaqlar() ad sahəsi götürür və prefikslə başlayan uşaq elementləri qaytarır. Bu, iki arqument tələb edir, birincisi XML ad sahəsidir, ikincisi isə defolt olaraq isteğe bağlı arqumentdir. yalan. İkinci arqument TRUE olaraq təyin edilərsə, ad sahəsi prefiks kimi qəbul ediləcək. FALSE olarsa, ad sahəsi URL ad sahəsi kimi qəbul ediləcək.

İkinci yanaşma sənəddən URI adlarını oxumaq və elementin ad sahəsinə istinad edərkən onlardan istifadə etməkdir. Bu, əslində elementlərə daxil olmağın ən yaxşı yoludur, çünki URI-yə sərt kodlaşdırılmağa ehtiyac yoxdur.

$namespaces = $dillər -> getNamespaces (true) ;
$dc = $dillər -> lang [ 1 ] -> uşaqlar ($namespaces [ "dc" ] );

echo $dc -> yaradıcı ;

Metod GetNamespaces() prefiks adlarının və onlarla əlaqəli URI-lərin bir sırasını qaytarır. Defolt olan əlavə parametr tələb edir yalan. kimi quraşdırsanız doğru, onda bu üsul ana və uşaq qovşaqlarında istifadə olunan adları qaytaracaq. Əks halda, o, yalnız ana qovşaqda istifadə olunan ad boşluqlarını tapır.

İndi bu kimi dillər siyahısında təkrarlaya bilərsiniz:

$dillər = simplexml_load_file ("languages.xml" );
$ns = $dillər -> getNamespaces (true) ;

foreach ($languages ​​-> lang $lang kimi) (
$dc = $lang -> uşaqlar ($ns [ "dc" ] );
çapf(
"

%s %d içində göründü və %s tərəfindən yaradıldı.

Case Study - YouTube Video Kanalının təhlili

Gəlin RSS lentini qəbul edən bir nümunəyə baxaq YouTube kanalı və ondan bütün videolara keçidləri göstərir. Bunun üçün aşağıdakı ünvanla əlaqə saxlamağınız xahiş olunur:

http://gdata.youtube.com/feeds/api/users/xxx/uploads

URL verilmiş kanaldan XML formatında ən son videoların siyahısını qaytarır. XML-i təhlil edəcəyik və hər bir video üçün aşağıdakı məlumatları alacağıq:

• Videoya keçid
• Miniatür
• ad

XML-in axtarışı və yüklənməsi ilə başlayacağıq:

$channel = "KanalAdı" ;
$url = "http://gdata.youtube.com/feeds/api/users/". $kanal. "/yükləmələr" ;
$xml = file_get_contents ($url );

$feed = simplexml_load_string ($xml );
$ns = $feed -> getNameSpaces (true) ;

XML lentinə baxsanız, orada bir neçə elementin olduğunu görə bilərsiniz. qurum, hər biri mağazalar ətraflı məlumat kanaldan xüsusi bir video haqqında. Lakin biz yalnız şəkil miniatürlərindən, video ünvanından və başlıqdan istifadə edirik. Bu üç element elementin uşaqlarıdır qrup, bu da öz növbəsində övladıdır giriş:

>
…
>
…


Başlıq... >
…
>
…
>

Yalnız bütün elementləri nəzərdən keçirəcəyik giriş, və onların hər biri üçün lazımi məlumatları çıxarın. qeyd edin ki oyunçu, miniatür Və başlıq media ad məkanındadır. Beləliklə, əvvəlki nümunədə olduğu kimi davam etməliyik. Biz adları sənəddən alırıq və elementlərə istinad edərkən ad boşluğundan istifadə edirik.

foreach ($feed -> $entry kimi giriş) (
$group = $entry -> uşaqlar ($ns [ "media" ] );
$qrup = $qrup -> qrup;
$thumbnail_attrs = $qrup -> miniatür [ 1 ] -> atributlar () ;
$image = $thumbnail_attrs [ "url" ] ;
$player = $qrup -> oyunçu -> atributlar () ;
$link = $player["url"] ;
$title = $qrup -> başlıq;
çapf( "

Nəticə

İndi necə istifadə edəcəyinizi bilirsiniz SimpleXML XML məlumatlarını təhlil etmək üçün müxtəlif API-lərlə müxtəlif XML lentlərini təhlil edərək bacarıqlarınızı təkmilləşdirə bilərsiniz. Lakin nəzərə almaq vacibdir ki, SimpleXML bütün DOM-u yaddaşa oxuyur, ona görə də böyük verilənlər toplusunu təhlil edirsinizsə, yaddaşınız tükənə bilər. SimpleXML haqqında daha çox öyrənmək üçün sənədləri oxuyun.

Hər hansı bir sualınız varsa, lütfən bizimlə əlaqə saxlayın

Genişlənən İşarələmə Dili XML sənədlərin maşın tərəfindən oxuna bilən formada kodlaşdırılması üçün qaydalar toplusudur. XML İnternetdə məlumat mübadiləsi üçün məşhur formatdır. Xəbər saytları və ya bloqlar kimi məzmununu tez-tez yeniləyən saytlar, xarici proqramların məzmun dəyişikliklərindən xəbərdar olması üçün tez-tez XML lenti təqdim edirlər. XML məlumatlarının göndərilməsi və təhlili şəbəkə bağlantısı olan proqramlar üçün ümumi işdir. Bu dərs XML sənədlərini necə təhlil etməyi və onların məlumatlarından istifadə etməyi izah edir.

Ayrışdırıcının seçilməsi

Kanal təhlili

Lenti təhlil etməyin ilk addımı hansı məlumat sahələri ilə maraqlandığınıza qərar verməkdir. Parser verilmiş sahələri çıxarır və qalan hər şeyə məhəl qoymur.

Budur, nümunə tətbiqdə təhlil ediləcək kanal parçası. StackOverflow.com-dakı hər bir yazı lentdə bir neçə iç-içə teq olan giriş teqi kimi görünür:

... ... http://stackoverflow.com/q/9439999 0 uçurum 2310 http://stackoverflow.com/users/1128925 2012-02-25T00:30:54Z 2012-02-25T00:30:54Z

Nümunə proqram giriş teqindən və onun alt etiketlərindən başlıq, keçid və xülasədən məlumatları alır.

Ayrışdırıcının Nümunəsinin Yaradılması

Növbəti addım analizatoru işə salmaq və təhlil prosesinə başlamaqdır. Bu fraqmentdə analizator ad boşluqlarını idarə etməmək və həmçinin təqdim edilmiş InputStream-dən giriş kimi istifadə etmək üçün işə salınıb. Təhlil prosesi nextTag()-a zənglə başlayır və proqramın maraqlandığı məlumatları əldə edən və emal edən readFeed() metodunu çağırır:

İctimai sinif StackOverflowXmlParser ( // Biz ad boşluqlarından istifadə etmirik şəxsi statik final String ns = null; ictimai Siyahı təhlili (InputStream in) XmlPullParserException, IOException atır ( cəhd edin ( XmlPullParser parser = Xml.newPullParserFe(); parser.NEWPullParserFe(); parser. BOŞLAR , false); parser.setInput(in, null); parser.nextTag(); readFeed(parser); ) qaytarın (in.close(); ) ) ... )

kanalı çıxarın

readFeed() metodu feedin emalı üzrə faktiki işi görür. "Giriş" etiketi ilə qeyd olunan elementlər rekursiv kanalın işlənməsi üçün başlanğıc nöqtəsidir. Növbəti teq giriş teqi deyilsə, atlanır. Bütün "lent" rekursiv şəkildə işləndikdən sonra, readFeed() lentdən çıxarılan girişləri (o cümlədən, iç-içə daxil edilmiş məlumat elementləri) ehtiva edən Siyahı qaytarır. Bu Siyahı sonra təhlilçi tərəfindən qaytarılır.

Şəxsi Siyahı readFeed(XmlPullParser parser) XmlPullParserException, IOException atır (Siyahı qeydləri = yeni ArrayList (); parser.require(XmlPullParser.START_TAG, ns, "feed"); while (parser.next() != XmlPull if (XmlPull)arser.ENDTAGP (parser.getEventType() != XmlPullParser.START_TAG) ( davam; ) Sətir adı = parser.getName(); // Əgər (name.equals("entry")) ( entries.add() giriş teqini axtararaq başlayır. readEntry(parser)); ) else ( skip(parser); ) ) girişləri qaytarın; )

XML təhlili

XML lentini təhlil etmək üçün addımlar aşağıdakılardır:

Bu parça, təhlilçinin giriş, başlıq, keçid və xülasəni necə təhlil etdiyini göstərir.

İctimai statik sinif Giriş ( ictimai yekun Sətir başlığı; açıq yekun Sətir linki; ictimai yekun Sətir xülasəsi; özəl Entry (String başlığı, Simli xülasə, Simli keçid) ( this.title = başlıq; this.summary = xülasə; this.link = link ; ) ) // Girişin məzmununu təhlil edir. Başlıq, xülasə və ya keçid etiketi ilə qarşılaşarsa, onları emal üçün // müvafiq "oxumaq" metodlarına təhvil verir. Əks halda, etiketi atlayın. Şəxsi Giriş readEntry(XmlPullParser parser) XmlPullParserException, IOException atır ( parser.require(XmlPullParser.START_TAG, ns, "entry"); Sətir başlığı = null; Sətir xülasəsi = null; Sətir keçidi = null; while (parser.next() ! = XmlPullParser.END_TAG) ( əgər (parser.getEventType() != XmlPullParser.START_TAG) (davam etmək; ) Sətir adı = parser.getName(); if (name.equals("title")) ( başlıq = readTitle(parser) ; ) else if (name.equals("summary")) ( xülasə = readSummary(parser); ) else if (name.equals("link")) ( link = readLink(parser); ) else ( skip(parser) ; ) ) yeni Entry qaytarın(başlıq, xülasə, keçid); ) // Lentdə başlıq teqlərini emal edir. özəl String readTitle(XmlPullParser parser) IOException, XmlPullParserException atır ( parser.require(XmlPullParser.START_TAG, ns, "title"); String title = readText(parser); parser.require(XmlPullParser.END_TAG,"ns); başlığı qaytarın; ) // Lentdə keçid teqlərini emal edir. özəl String readLink(XmlPullParser parser) IOException, XmlPullParserException atır (String link = ""; parser.require(XmlPullParser.START_TAG, ns, "link"); String tag = parser.getName(); String relType = parser.getAnu(ValueAll) , "rel"); əgər (tag.equals("link")) ( if (relType.equals("alternate"))( link = parser.getAttributeValue(null, "href"); parser.nextTag(); ) ) parser.require(XmlPullParser.END_TAG, ns, "link"); qaytarma linki; ) // Lentdə xülasə teqlərini emal edir. özəl String readSummary(XmlPullParser parser) IOException, XmlPullParserException atır ( parser.require(XmlPullParser.START_TAG, ns, "summary"); Sətir xülasəsi = readText(parser); parser.require(XmlPullParserns.END_TAG,"summa); xülasə qaytarın; ) // Teqlərin başlığı və xülasəsi üçün onların mətn dəyərlərini çıxarır. özəl String readText(XmlPullParser parser) IOException, XmlPullParserException atır ( String result = ""; if (parser.next() == XmlPullParser.TEXT) ( result = parser.getText(); parser.nextTag(); ) nəticəsini qaytarın; ) ... )

Ehtiyacınız olmayan elementləri atlayın

Yuxarıda təsvir edilən XML təhlili addımlarından birində təhlilçi bizi maraqlandırmayan teqləri ötür. Aşağıda skip() metodu üçün parser kodu verilmişdir:

Private void skip(XmlPullParser parser) XmlPullParserException, IOException (if (parser.getEventType() != XmlPullParser.START_TAG) atır (yeni IllegalStateException(); ) int dərinliyi = 1; while (dərinlik (!ser) keçidi (!parser) sonrakı()) ( XmlPullParser.END_TAG: dərinlik--; fasilə; XmlPullParser.START_TAG: dərinlik++; fasilə; ) ) )

Bu necə işləyir:

• Cari hadisə START_TAG deyilsə, metod istisna yaradır.
• O, START_TAG və END_TAG-a qədər olan bütün tədbirləri istehlak edir.
• Orijinal START_TAG-dan sonra rastlaşdığı ilk teqdə deyil, düzgün END_TAG nöqtəsində dayandığından əmin olmaq üçün o, yuvalama dərinliyini izləyir.

Beləliklə, əgər cari elementdə yuvalanmış elementlər varsa, təhlilçi orijinal START_TAG və onun uyğun END_TAG arasındakı bütün hadisələri emal edənə qədər dərinlik 0 olmayacaq. Məsələn, təhlilçinin necə atladığını düşünün 2 yuvalanmış elementi olan element, Və :

• while döngəsindən ilk keçdikdə, təhlilçinin ondan sonra qarşılaşdığı növbəti tag bu START_TAG üçün
• while dövrəsindən ikinci keçiddə təhlilçinin qarşılaşdığı növbəti teq END_TAG olur
• while dövrəsindən üçüncü keçiddə təhlilçinin qarşılaşdığı növbəti teq START_TAG-dır . Dərinlik dəyəri 2-ə qədər artır.
• while dövrəsindən dördüncü keçiddə təhlilçinin qarşılaşdığı növbəti teq END_TAG olur. Dərinlik dəyəri 1-ə endirilir.
• while dövrəsindən beşinci və sonuncu keçiddə təhlilçinin qarşılaşdığı növbəti teq END_TAG olur.. Dərinlik dəyəri 0-a qədər azalır ki, bunu göstərir element uğurla atlandı.

XML məlumatlarının emalı

Nümunə tətbiqi AsyncTask-da XML lentini qəbul edir və təhlil edir. Emal əsas UI ipindən kənarda həyata keçirilir. Emal tamamlandıqda, proqram əsas fəaliyyətdə (NetworkActivity) istifadəçi interfeysini yeniləyir.

Aşağıdakı fraqmentdə loadPage() metodu aşağıdakıları edir:

• XML lentinə işarə edən URL dəyəri ilə sətir dəyişənini işə salır.
• İstifadəçinin parametrləri və şəbəkə bağlantısı imkan verirsə, yeni DownloadXmlTask().execute(url) funksiyasını çağırır. Bu, yeni DownloadXmlTask ​​obyekti (AsyncTask alt sinfi) yaradır və lenti endirən və təhlil edən və istifadəçi interfeysində göstəriləcək sətir nəticəsini qaytaran execute() metodunu icra edir.

• doInBackground() loadXmlFromNetwork() metodunu icra edir. Kanal URL-ni parametr kimi ötürür. loadXmlFromNetwork() metodu kanalı qəbul edir və emal edir. O, emalını başa vurduqda, yaranan sətri geri göndərir.
• onPostExecute() qaytarılmış sətri götürür və onu istifadəçi interfeysində göstərir.