Xml belgesi ayrıştırılıyor. XML verileri ayrıştırılıyor. Ayrıştırıcı örneği oluşturma

XML ayrıştırma, esasen bir XML belgesinde gezinmek ve ilgili verileri döndürmek anlamına gelir. Giderek artan sayıda web hizmeti JSON biçiminde veri döndürse de çoğu hala XML kullanıyor; bu nedenle, mevcut API'lerin tümünü kullanmak istiyorsanız XML ayrıştırmada uzmanlaşmak önemlidir.

Uzantıyı kullanma SimpleXML PHP 5.0'da eklenen PHP'de XML ile çalışmak çok kolay ve basittir. Bu yazıda size bunu nasıl yapacağınızı göstereceğim.

Kullanım temelleri

Aşağıdaki örnekle başlayalım diller.xml:

>

> 1972>
> Dennis Ritchie >
>

> 1995>
> Rasmus Lerdorf >
>

> 1995>
> James Gosling >
>
>

Bu XML belgesi, her dil hakkında bazı bilgiler içeren programlama dillerinin bir listesini içerir: tanıtıldığı yıl ve yaratıcısının adı.

İlk adım XML'i aşağıdaki işlevleri kullanarak yüklemektir: simplexml_load_file(), veya simplexml_load_string(). İşlevlerin adından da anlaşılacağı gibi, ilki XML'i bir dosyadan, ikincisi ise XML'i bir dizeden yükleyecektir.

Her iki işlev de tüm DOM ağacını belleğe okur ve bir nesne döndürür SimpleXMLElement. Yukarıdaki örnekte nesne $languages ​​değişkeninde saklanmaktadır. Fonksiyonları kullanabilirsiniz var_dump() veya baskı_r()İsterseniz döndürülen nesneyle ilgili ayrıntıları almak için.

SimpleXMLElement Nesnesi
[lang] => Dizi
[ 0 ] => SimpleXMLElement Nesnesi
[@attributes] => Dizi
[isim] => C
[ortaya çıktı] => 1972
[yaratıcı] => Dennis Ritchie
[ 1 ] => SimpleXMLElement Nesnesi
[@attributes] => Dizi
[isim] => PHP
[ortaya çıktı] => 1995
[yaratıcı] => Rasmus Lerdorf
[ 2 ] => SimpleXMLElement Nesnesi
[@attributes] => Dizi
[isim] => Java
[ortaya çıktı] => 1995
[yaratıcı] => James Gosling
)
)

Bu XML bir kök öğe içeriyor Dillerİçinde üç element bulunan uzun. Her dizi öğesi bir öğeye karşılık gelir uzun XML belgesinde.

Operatörünü kullanarak bir nesnenin özelliklerine erişebilirsiniz. -> . Örneğin, $languages->lang size ilk öğeyle eşleşen bir SimpleXMLElement nesnesi döndürecektir. uzun. Bu nesne iki özellik içerir: ortaya çıktı ve yaratıcı.

$languages ​​​​-> lang [ 0 ] -> belirdi ;
$languages ​​​​-> lang [ 0 ] -> yaratıcı ;

Dillerin bir listesini görüntülemek ve özelliklerini göstermek, aşağıdaki gibi standart bir döngü kullanılarak çok kolay bir şekilde yapılabilir: her biri için.

foreach ($languages ​​​​-> lang as $lang ) (
printf(
"" ,
$dil ["isim" ],
$lang -> göründü,
$lang -> yaratıcı
) ;
}

Dil adını almak için öğenin dil özelliği adına nasıl eriştiğime dikkat edin. Bu şekilde SimpleXMLElement nesnesi olarak temsil edilen bir öğenin herhangi bir niteliğine erişebilirsiniz.

Ad Alanlarıyla Çalışmak

Çeşitli web hizmetlerinin XML'i ile çalışırken, öğe ad alanlarıyla birden çok kez karşılaşacaksınız. Haydi değiştirelim diller.xml ad alanı kullanmanın bir örneğini göstermek için:

xmlns:dc =>

> 1972>
> Dennis Ritchie >
>

> 1995>
> Rasmus Lerdorf >
>

> 1995>
> James Gosling >
>
>

Şimdi eleman yaratıcı ad alanına sığar doğru akım http://purl.org/dc/elements/1.1/ adresini işaret ediyor. Önceki kodumuzu kullanarak dil oluşturucuları yazdırmaya çalışırsanız işe yaramayacaktır. Öğe ad alanlarını okumak için aşağıdaki yaklaşımlardan birini kullanmanız gerekir.

İlk yaklaşım, öğe ad alanına erişirken URI adlarını doğrudan kodda kullanmaktır. Aşağıdaki örnek bunun nasıl yapıldığını göstermektedir:

$dc = $languages ​​​​-> lang [ 1 ] - > çocuklar( "http://purl.org/dc/elements/1.1/") ;
echo $dc -> yaratıcı ;

Yöntem çocuklar() bir ad alanı alır ve bir önekle başlayan alt öğeleri döndürür. İki bağımsız değişken alır; bunlardan ilki XML ad alanıdır, ikincisi ise varsayılan olarak isteğe bağlı bir bağımsız değişkendir. YANLIŞ. İkinci bağımsız değişken TRUE olarak ayarlanırsa ad alanı önek olarak değerlendirilecektir. FALSE ise, ad alanı bir URL ad alanı olarak değerlendirilecektir.

İkinci yaklaşım, URI adlarını belgeden okumak ve öğe ad alanına erişirken bunları kullanmaktır. Bu aslında öğelere erişmenin daha iyi bir yoludur çünkü URI'ye sabit kodlanmış olmanıza gerek yoktur.

$namespaces = $languages ​​​​-> getNamespaces (true) ;
$dc = $languages ​​​​-> lang [ 1 ] -> çocuklar ( ($namespaces [ "dc" ] ) ;

echo $dc -> yaratıcı ;

Yöntem GetNamespaces() bir dizi önek adı ve bunlarla ilişkili URI'leri döndürür. Varsayılan olarak ek bir parametre kabul eder YANLIŞ. gibi ayarlarsanız doğru, bu yöntem üst ve alt düğümlerde kullanılan adları döndürür. Aksi halde yalnızca üst düğümde kullanılan ad alanlarını bulur.

Artık aşağıdaki gibi dillerin listesini yineleyebilirsiniz:

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

foreach ($languages ​​​​-> lang as $lang ) (
$dc = $dil -> çocuklar ($ns [ "dc" ] ) ;
printf(
"

%s %d'de göründü ve %s tarafından oluşturuldu.

Pratik örnek - YouTube'dan bir video kanalını ayrıştırma

Şu adresten RSS beslemesi alan bir örneğe bakalım: Youtube kanalı ve içindeki tüm videoların bağlantılarını görüntüler. Bunu yapmak için lütfen aşağıdaki adresle iletişime geçin:

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

URL, belirli bir kanaldaki en son videoların listesini XML biçiminde döndürür. XML'i ayrıştıracağız ve her video için aşağıdaki bilgileri alacağız:

• Videoya bağlantı
• Minyatür
• İsim

XML'i arayıp yükleyerek başlayacağız:

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

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

XML feed'ine bakarsanız, orada birçok öğenin bulunduğunu görebilirsiniz. varlık, her biri mağaza detaylı bilgi Kanaldaki belirli bir video hakkında. Ancak yalnızca görsel küçük resimlerini, video URL'sini ve başlığını kullanırız. Bu üç element elementin torunlarıdır grup, bu da bir çocuk giriş:

>
…
>
…


Başlık… >
…
>
…
>

Tüm unsurların üzerinden geçeceğiz giriş ve her biri için gerekli bilgileri çıkaracağız. dikkat oyuncu küçük resim Ve başlık medya ad alanındadır. Bu nedenle önceki örnekte olduğu gibi ilerlememiz gerekiyor. İsimleri belgeden alırız ve elementlere erişirken isim alanını kullanırız.

foreach ($feed -> $giriş olarak giriş) (
$grup = $giriş -> çocuklar ($ns [ "medya" ] ) ;
$grup = $grup -> grup ;
$thumbnail_attrs = $grup -> küçük resim [ 1 ] -> nitelikler () ;
$resim = $thumbnail_attrs [ "url" ] ;
$oyuncu = $grup -> oyuncu -> özellikler () ;
$bağlantı = $oynatıcı [ "url" ] ;
$başlık = $grup -> başlık ;
printf( "

Çözüm

Artık nasıl kullanılacağını bildiğinize göre SimpleXML XML verilerini ayrıştırmak için farklı XML akışlarını farklı API'lerle ayrıştırarak becerilerinizi geliştirebilirsiniz. Ancak SimpleXML'in DOM'un tamamını belleğe okuduğunu dikkate almak önemlidir; bu nedenle, büyük bir veri kümesini ayrıştırıyorsanız belleğiniz tükenebilir. SimpleXML hakkında daha fazla bilgi edinmek için belgeleri okuyun.

Herhangi bir sorunuz varsa, bizim kullanmanızı öneririz

XML Genişletilebilir İşaretleme Dili, belgeleri makine tarafından okunabilir biçimde kodlamaya yönelik bir dizi kuraldır. XML, İnternet'te veri alışverişi için popüler bir formattır. Haber siteleri veya bloglar gibi içeriklerini sıklıkla güncelleyen siteler, harici programların içerik değişikliklerinden haberdar olması için genellikle bir XML beslemesi sağlar. XML verilerini göndermek ve ayrıştırmak, ağa bağlı uygulamalar için ortak bir görevdir. Bu derste XML belgelerinin nasıl ayrıştırılacağı ve verilerinin nasıl kullanılacağı açıklanmaktadır.

Ayrıştırıcı Seçmek

Kanal Analizi

Bir feed'i ayrıştırmanın ilk adımı, hangi veri alanlarıyla ilgilendiğinize karar vermektir. Ayrıştırıcı verilen alanları çıkarır ve geri kalan her şeyi yok sayar.

Örnek uygulamada incelenecek kanalın bir parçasını burada bulabilirsiniz. StackOverflow.com'daki her gönderi, bir yayında birkaç alt etiket içeren bir giriş etiketi olarak görünür:

... ... http://stackoverflow.com/q/9439999 0 uçurum2310 http://stackoverflow.com/users/1128925 2012-02-25T00:30:54Z 2012-02-25T00:30:54Z

Örnek uygulama, giriş etiketinden ve bunun başlık, bağlantı ve özet alt etiketlerinden verileri alır.

Ayrıştırıcı örneği oluşturma

Bir sonraki adım ayrıştırıcıyı başlatmak ve ayrıştırma işlemini başlatmaktır. Bu kod parçacığı, ayrıştırıcıyı ad alanlarını işlemeyecek ve sağlanan OutputStream'i girdi olarak kullanacak şekilde başlatır. Ayrıştırma işlemi nextTag() çağrısıyla başlar ve uygulamanın ilgilendiği verileri alıp işleyen readFeed() yöntemini çağırır:

Genel sınıf StackOverflowXmlParser ( // Ad alanlarını kullanmıyoruz. , false); parser.setInput(in, null); parser.nextTag(); return readFeed(parser) nihayet ( in.close(); ) ... )

Kanalı çıkar

ReadFeed() yöntemi, feed'in işlenmesine ilişkin asıl işi yapar. "Giriş" etiketiyle işaretlenen öğeler, kanalın yinelemeli işlenmesi için başlangıç ​​noktasıdır. Bir sonraki etiket giriş etiketi değilse atlanır. Tüm "besleme" yinelemeli olarak işlendikten sonra, readFeed(), beslemeden alınan girişleri (iç içe geçmiş veri öğeleri dahil) içeren bir Liste döndürür. Bu Liste daha sonra ayrıştırıcı tarafından döndürülür.

Özel Liste readFeed(XmlPullParser parser) XmlPullParserException, IOException'ı atar ( Liste girişleri = new ArrayList (); parser.require(XmlPullParser.START_TAG, ns, "feed"); while (parser.next() != XmlPullParser.END_TAG) ( if (parser.getEventType() != XmlPullParser.START_TAG) ( devam et; ) String name = parser.getName(); // Giriş etiketini arayarak başlar if (name.equals("entry")) ( entrys.add( readEntry(ayrıştırıcı)); else ( skip(ayrıştırıcı); ) ) girişleri döndürür;

XML ayrıştırma

XML akışını ayrıştırma adımları aşağıdaki gibidir:

Bu kod parçası, ayrıştırıcının girişi, başlığı, bağlantıyı ve özeti nasıl ayrıştırdığını gösterir.

Genel statik sınıf Giriş ( genel son Dize başlığı; genel son Dize bağlantısı; genel son Dize özeti; özel Giriş (Dize başlığı, Dize özeti, Dize bağlantısı) ( this.title = başlık; this.summary = özet; this.link = bağlantı ; ) ) // Bir girdinin içeriğini ayrıştırır. Bir başlık, özet veya bağlantı etiketiyle karşılaşırsa bunları işleme için ilgili "okuma" yöntemlerine // devreder. Aksi takdirde etiketi atlayın. özel Giriş readEntry(XmlPullParser ayrıştırıcı) XmlPullParserException, IOException'ı atar ( parser.require(XmlPullParser.START_TAG, ns, "entry"); Dize başlığı = null; Dize özeti = null; Dize bağlantısı = null; while (parser.next() ! = XmlPullParser.END_TAG) ( if (parser.getEventType() != XmlPullParser.START_TAG) ( devam et; ) String name = parser.getName(); if (name.equals("title")) ( title = readTitle(parser) ; ) else if (isim.equals("özet")) ( özet = readSummary(ayrıştırıcı); ) else if (isim.equals("bağlantı")) ( link = readLink(ayrıştırıcı); ) else ( skip(ayrıştırıcı) ; ) ) return new Entry(title, Summary, link) // Akıştaki başlık etiketlerini işler. özel String readTitle(XmlPullParser ayrıştırıcı) IOException'ı atar, XmlPullParserException ( parser.require(XmlPullParser.START_TAG, ns, "title"); String title = readText(parser); parser.require(XmlPullParser.END_TAG, ns, "title"); return title; ) // Feed'deki bağlantı etiketlerini işler. özel String readLink(XmlPullParser ayrıştırıcı) IOException'ı atar, XmlPullParserException ( String link = ""; parser.require(XmlPullParser.START_TAG, ns, "link"); String etiketi = parser.getName(); String relType = parser.getAttributeValue(null , "rel"); if (tag.equals("link")) ( if (relType.equals("alternate"))( link = parser.getAttributeValue(null, "href"); parser.nextTag(); ) ) parser.require(XmlPullParser.END_TAG, ns, "link"); // Akıştaki özet etiketlerini işler. özel String readSummary(XmlPullParser ayrıştırıcı) IOException'ı atar, XmlPullParserException ( parser.require(XmlPullParser.START_TAG, ns, "summary"); String özeti = readText(parser); parser.require(XmlPullParser.END_TAG, ns, "summary"); Özeti döndür; ) // Etiketlerin başlığı ve özeti için metin değerlerini çıkarır. özel String readText(XmlPullParser ayrıştırıcı) IOException'ı atar, XmlPullParserException ( String result = ""; if (parser.next() == XmlPullParser.TEXT) ( result = parser.getText(); parser.nextTag(); ) sonuç döndürür; ) ... )

İhtiyacınız olmayan öğeleri atlamak

Yukarıda açıklanan XML ayrıştırma adımlarından birinde ayrıştırıcı, ilgilenmediğimiz etiketleri atlar. skip() yönteminin ayrıştırıcı kodu aşağıdadır:

Özel void skip(XmlPullParser parser) XmlPullParserException, IOException'ı atar ( if (parser.getEventType() != XmlPullParser.START_TAG) ( throw new IllegalStateException(); ) int derinlik = 1; while (derinlik != 0) ( switch (parser. next()) ( case XmlPullParser.END_TAG: derinlik--; break; case XmlPullParser.START_TAG: derinlik++; break; ) ) )

İşte nasıl çalışıyor:

• Geçerli olay START_TAG değilse yöntem bir istisna atar.
• START_TAG'ı ve END_TAG'a kadar olan tüm etkinlikleri tüketir.
• Orijinal START_TAG'den sonraki ilk etikette değil, doğru END_TAG'de durduğundan emin olmak için yuvalama derinliğini takip eder.

Dolayısıyla, geçerli öğenin iç içe geçmiş öğeleri varsa, ayrıştırıcı orijinal START_TAG ile karşılık gelen END_TAG arasındaki tüm olayları işleyene kadar derinlik değeri 0 olmayacaktır. Örneğin, analizörün nasıl geçtiğini düşünün iç içe geçmiş 2 öğesi olan bir öğe, Ve :

• While döngüsünden ilk geçişte, analizcinin bundan sonra karşılaştığı bir sonraki etiket bu START_TAG için
• While döngüsünden ikinci geçişte analizcinin karşılaştığı bir sonraki etiket END_TAG olur
• While döngüsünden üçüncü geçişte analizcinin karşılaştığı bir sonraki etiket START_TAG'dir . Derinlik değeri 2'ye çıkarılır.
• While döngüsünden dördüncü geçişte analizcinin karşılaştığı bir sonraki etiket END_TAG olur. Derinlik değeri 1'e düşürülür.
• While döngüsünden beşinci ve son geçişte analizcinin karşılaştığı bir sonraki etiket END_TAG olur. Derinlik değeri 0'a düşürülür; öğe başarıyla atlandı.

XML Veri İşleme

Örnek uygulama, bir AsyncTask'ta bir XML akışını alır ve ayrıştırır. İşleme, ana kullanıcı arayüzü iş parçacığının dışında gerçekleşir. İşleme tamamlandığında uygulama, ana aktivitedeki (NetworkActivity) kullanıcı arayüzünü günceller.

Aşağıdaki kod parçasında loadPage() yöntemi şunları yapar:

• Bir XML beslemesine işaret eden bir URL ile bir dize değişkenini başlatır.
• Kullanıcı ayarları ve ağ bağlantısı izin veriyorsa, yeni DownloadXmlTask().execute(url) öğesini çağırır. Bu, yeni bir DownloadXmlTask ​​nesnesi (AsyncTask alt sınıfı) oluşturur ve kanalı indirip ayrıştıran ve kullanıcı arayüzünde görüntülenecek bir dize sonucu döndüren executive() yöntemini yürütür.

• doInBackground(), loadXmlFromNetwork() yöntemini çalıştırır. Kanal URL'sini parametre olarak iletir. loadXmlFromNetwork() yöntemi kanalı alır ve işler. İşlemeyi tamamladığında ortaya çıkan dizeyi geri iletir.
• onPostExecute() döndürülen dizeyi alır ve kullanıcı arayüzünde görüntüler.