如何用PHP把RDF内容插入Web站点之中(二)-PHP教程,PHP应用-IDC资讯中心

既然从技术上讲，rss是结构良好的xml文档，所以可以用标准的xml编程技术来处理它。主要有两种技术：sax（the simple api for xml）和dom(the document object model)。

sax分析器工作时遍历整个xml文档，在遇到不用类型的标记时调用特定的函数。比如，调用特定函数处理一个开始标记，调用另一个函数处理一个结束标记，再调用一个函数处理两者之间的数据。分析器的职责仅仅是顺序遍历这个文档。而它所调用的函数负责处理发现的标记。一旦一个标记被处理完毕，分析器继续分析文档中的下一个元素,这一过程不断重复。

另一方面，dom分析器工作是把整个xml文档读进内存当中，并将之转换成一种分层的树型结构。而且为访问不同的树结点（以及结点所附的内容）提供了api。递归处理方式加上api函数使得开发者能够区分不同类型的结点（元素，属性，字符数据，注释等），同时根据文档树的结点类型和结点深度，使得执行不同的动作成为可能。

sax和dom分析器几乎支持每一种语言，包括你我的最爱——php。我将在这篇文章中利用php的sax分析器处理rdf的例子。当然，使用dom分析器也同样很容易。

让我们看这个简单的例子，把它记在脑海里。下面是一个我将要使用的rdf文件，这个文件直接选自http://www.freshmeat.net/ ：

<?xml version="1.0" encoding="iso-8859-1"?>

<rdf:rdf xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"

xmlns="http://purl.org/rss/1.0/"

xmlns:dc="http://purl.org/dc/elements/1.1/"

>

<channel rdf:about="http://freshmeat.net/">

<title>freshmeat.net</title>

<link>http://freshmeat.net/</link>

<description>freshmeat.net maintains the webs largest index of unix

and cross-platform open source software. thousands of applications are

meticulously cataloged in the freshmeat.net database, and links to new

code are added daily.</description>

<dc:language>en-us</dc:language>

<dc:subject>technology</dc:subject>

<dc:publisher>freshmeat.net</dc:publisher>

<dc:creator>freshmeat.net contributors</dc:creator>

<dc:rights>copyright (c) 1997-2002 osdn</dc:rights>

<dc:date>2002-02-11t10:20+00:00</dc:date>

<items>

<rdf:seq>

<rdf:li rdf:resource="http://freshmeat.net/releases/69583/" />

<rdf:li rdf:resource="http://freshmeat.net/releases/69581/" />

<!– and so on –>

</rdf:seq>

</items>

<image rdf:resource="http://freshmeat.net/img/fmii-button.gif" />

<textinput rdf:resource="http://freshmeat.net/search/" />

</channel>

<image rdf:about="http://freshmeat.net/img/fmii-button.gif">

<title>freshmeat.net</title>

<url>http://freshmeat.net/img/fmii-button.gif</url>

<link>http://freshmeat.net/</link>

</image>

<item rdf:about="http://freshmeat.net/releases/69583/">

<title>sloop.splitter 0.2.1</title>

<link>http://freshmeat.net/releases/69583/</link>

<description>a real time sound effects program.</description>

<dc:date>2002-02-11t04:52-06:00</dc:date>

</item>

<item rdf:about="http://freshmeat.net/releases/69581/">

<title>apacompile 1.9.9</title>

<link>http://freshmeat.net/releases/69581/</link>

<description>a full-featured apache compilation howto.</description>

<dc:date>2002-02-11t04:52-06:00</dc:date>

</item>

<!– and so on –>

</rdf:rdf>

下面是分析这一文档并显示其中数据的php脚本：

<?php

// xml file

$file = "fm-releases.rdf";

// set up some variables for use by the parser

$currenttag = "";

$flag = "";

// create parser

$xp = xml_parser_create();

// set element handler

xml_set_element_handler($xp, "elementbegin", "elementend");

xml_set_character_data_handler($xp, "characterdata");

xml_parser_set_option($xp, xml_option_case_folding, true);

// read xml file

if (!($fp = fopen($file, "r")))

{

die("could not read $file");

}

// parse data

while ($xml = fread($fp, 4096))

{

if (!xml_parse($xp, $xml, feof($fp)))

{

die("xml parser error: " .

xml_error_string(xml_get_error_code($xp)));

}

}

// destroy parser

xml_parser_free($xp);

// opening tag handler

function elementbegin($parser, $name, $attributes)

{

global $currenttag, $flag;

// export the name of the current tag to the global scope

$currenttag = $name;

// if within an item block, set a flag

if ($name == "item")

{

$flag = 1;

}

}

// character data handler

function characterdata($parser, $data)

{

global $currenttag, $flag;

// if within an item block, print item data

if (($currenttag == "title" || $currenttag == "link" ||

$currenttag ==

"description") && $flag == 1)

{

echo "$currenttag: $data <br>";

}

}

?>

看不明白？别着急，后面将会作出解释。

捕获旗标

这段脚本首先要做的是设定一些全局变量：

// xml file

$file = "fm-releases.rdf";

// set up some variables for use by the parser

$currenttag = "";

$flag = "";

$currenttag变量保存是分析器当前处理的元素的名称——你很快就会看到为什么需要它。

因为我的最终目的是显示频道中的每一个单独的条目（item），并且带有链结。另外还要知道分析器什么时候退出了<channel></channel>区块，什么时候又进入了文档的 <item></item>部分。再说我用的是sax分析器，它按顺序方式工作，没有任何分析器api可供使用，无法知道文档树中的深度和位置。所以，我不得不自己发明一个机制来做这件事——这就是引入$flag变量的原因。

$flag变量将用于判断分析器是在<channel>区块还是在<item>区块里面。

下一步要做的是初始化sax分析器，并开始分析rss文档。

// create parser

$xp = xml_parser_create();

// set element handler

xml_set_element_handler($xp, "elementbegin", "elementend");

xml_set_character_data_handler($xp, "characterdata");

xml_parser_set_option($xp, xml_option_case_folding, true);

// read xml file

if (!($fp = fopen($file, "r")))

{

die("could not read $file");

}

// parse data

while ($xml = fread($fp, 4096))

{

if (!xml_parse($xp, $xml, feof($fp)))

{

die("xml parser error: " .

xml_error_string(xml_get_error_code($xp)));

}

}

// destroy parser

xml_parser_free($xp);

这段代码简单明了，其中的注释已经解释的足够清楚了。xml_parser_create()函数建立一个分析器实例，并将之赋给句柄$xp。接着再创建回调函数处理开标记和闭标记，以及二者之间的字符数据。最后，xml_parse()函数联合多次fread()调用，读取rdf文件并分析它。

在文档中，每次遇到开标记，开标记处理器elementbegin()就会被调用。

这个函数以当前标记的名称和属性作为起参数。标记名称被赋值给全局变量$currenttag。如果，这个开标记是<item>，那么把$flag变量置1。

同样，如果遇到闭标记，那么闭标记处理器elementend()将被调用。

// closing tag handler

function elementend($parser, $name)

{

global $currenttag, $flag;

$currenttag = "";

// if exiting an item block, print a line and reset the flag

if ($name == "item")

{

echo "<hr>";

$flag = 0;

}

}

闭标记处理函数也是以标记名称作为其参数。如果是遇到的是一个为</item>的闭标记，变量$flag的值重置为0，并把变量$currenttag的值清空。

那么，如何处理标记之间的字符数据呢？这才是我们的兴趣所在。先向字符数据处理器characterdata()打个招呼吧。

现在你可以看一下传给这个函数的参数，你会发现它只接收了开标记和闭标记之间的数据，而根本不知道分析器当前正在处理哪个标记。而这正事我们一开始就引入全局变量$currenttag的原因。

如果$flag变量的值为１，也就是说如果分析器当前处于<item></itme>区块之间，那么当前被处理的元素，不管是<title>,<link>还是<description>，数据都被打印到输出设备上（在这里，输出设备是ｗeb浏览器），并在每个元素的输出后面加上换行符<br>。

整个ｒｄｆ文档就是以这种顺序方式处理，每发现一个<item>标记就显示一定的输出。你可以看一下下面的运行结果：

如何用PHP把RDF内容插入Web站点之中(二)-PHP教程,PHP应用

相关推荐

热门标签

热门文章

分类目录