使用默认命名空间绑定对 XML 进行 PHP xpath 查询

Question

我对这个主题问题有一个解决方案，但这是一个黑客，我想知道是否有更好的方法来做到这一点。

下面是一个示例 XML 文件和一个 PHP CLI 脚本，该脚本执行作为参数给出的 xpath 查询。对于这个测试用例，命令行是：

./xpeg "//MainType[@ID=123]"

最奇怪的是这一行，没有它我的方法就不起作用：

$result->loadXML($result->saveXML($result));

据我所知，这只是重新解析修改后的 XML，在我看来这应该没有必要。

有没有更好的方法在 PHP 中对此 XML 执行 xpath 查询？

---

XML（注意默认命名空间的绑定）：

<?xml version="1.0" encoding="utf-8"?>
<MyRoot
 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 xsi:schemaLocation="http://www.example.com/data http://www.example.com/data/MyRoot.xsd"
 xmlns="http://www.example.com/data">
  <MainType ID="192" comment="Bob's site">
    <Price>$0.20</Price>
    <TheUrl><![CDATA[http://www.example.com/path1/]]></TheUrl>
    <Validated>N</Validated>
  </MainType>
  <MainType ID="123" comment="Test site">
    <Price>$99.95</Price>
    <TheUrl><![CDATA[http://www.example.com/path2]]></TheUrl>
    <Validated>N</Validated>
  </MainType>
  <MainType ID="922" comment="Health Insurance">
    <Price>$600.00</Price>
    <TheUrl><![CDATA[http://www.example.com/eg/xyz.php]]></TheUrl>
    <Validated>N</Validated>
  </MainType>
  <MainType ID="389" comment="Used Cars">
    <Price>$5000.00</Price>
    <TheUrl><![CDATA[http://www.example.com/tata.php]]></TheUrl>
    <Validated>N</Validated>
  </MainType>
</MyRoot>

---

PHP CLI 脚本：

#!/usr/bin/php-cli
<?php

$xml = file_get_contents("xpeg.xml");

$domdoc = new DOMDocument();
$domdoc->loadXML($xml);

// remove the default namespace binding
$e = $domdoc->documentElement;
$e->removeAttributeNS($e->getAttributeNode("xmlns")->nodeValue,"");

// hack hack, cough cough, hack hack
$domdoc->loadXML($domdoc->saveXML($domdoc));

$xpath = new DOMXpath($domdoc);

$str = trim($argv[1]);
$result = $xpath->query($str);
if ($result !== FALSE) {
  dump_dom_levels($result);
}
else {
  echo "error\n";
}

// The following function isn't really part of the
// question. It simply provides a concise summary of
// the result.
function dump_dom_levels($node, $level = 0) {
  $class = get_class($node);
  if ($class == "DOMNodeList") {
    echo "Level $level ($class): $node->length items\n";
    foreach ($node as $child_node) {
      dump_dom_levels($child_node, $level+1);
    }
  }
  else {
    $nChildren = 0;
    foreach ($node->childNodes as $child_node) {
      if ($child_node->hasChildNodes()) {
        $nChildren++;
      }
    }
    if ($nChildren) {
      echo "Level $level ($class): $nChildren children\n";
    }
    foreach ($node->childNodes as $child_node) {
      if ($child_node->hasChildNodes()) {
        dump_dom_levels($child_node, $level+1);
      }
    }
  }
}
?>

Answer 1

解决方案是使用命名空间，而不是摆脱它。

$result = new DOMDocument();
$result->loadXML($xml);

$xpath = new DOMXpath($result);
$xpath->registerNamespace("x", trim($argv[2]));

$str = trim($argv[1]);
$result = $xpath->query($str);

并在命令行上这样调用它（注意 XPath 表达式中的 x:）。

./xpeg "//x:MainType[@ID=123]" "http://www.example.com/data"

来使其更加闪亮。

• 您可以通过自己查找默认命名空间（通过查看文档元素的命名空间属性）
• 支持在命令行上支持多个命名空间，并在 $xpath->query() 之前注册所有命名空间，
• 支持 xyz=http//namespace.uri/ 形式的参数> 创建自定义命名空间前缀

底线是：当您真正指的是 //namespace:foo 时，XPath 无法查询 //foo。这些根本不同，因此选择不同的节点。 XML 可以定义默认名称空间（因此可以删除文档中显式的名称空间使用）这一事实并不意味着您可以删除 XPath 中的名称空间使用。

Answer 2

只是出于好奇，如果删除这条线会发生什么？

$e->removeAttributeNS($e->getAttributeNode("xmlns")->nodeValue,"");

在我看来，这最有可能导致您需要进行黑客攻击。您基本上是删除 xmlns="http://www.example.com/data" 部分，然后重新构建 DOMDocument。您是否考虑过简单地使用字符串函数来删除该名称空间？

$pieces = explode('xmlns="', $xml);
$xml = $pieces[0] . substr($pieces[1], strpos($pieces[1], '"') + 1);

然后继续你的路吗？它甚至可能会变得更快。

Answer 3

考虑到 XPath 语言的当前状态，我认为 Tomalek 提供了最好的答案：将前缀与默认名称空间关联起来，并为所有标记名称添加前缀。这就是我打算在当前应用程序中使用的解决方案。

当这不可能或不可行时，比我的黑客更好的解决方案是调用与重新扫描执行相同操作的方法（希望更有效）： DOMDocument::normalizeDocument()。该方法的行为“就像您保存然后加载文档一样，将文档置于‘正常’形式。”

Answer 4

另外，作为变体，您可以使用 xpath 掩码：

//*[local-name(.) = 'MainType'][@ID='123']