爬虫在 Symfony 2.3 上没有正确选择 XML 的节点答案

【问题标题】：Crawler does not correctly select the nodes of a XML on Symfony 2.3爬虫在 Symfony 2.3 上没有正确选择 XML 的节点
【发布时间】：2014-07-22 12:07:53
【问题描述】：

我正在做一个导入QTI的应用程序，我遇到了以下问题：

我得到一个包含测试 (assessmentTest) 的 XML 文件，该文件又包含对问题的引用（名为assessmentItems）。 XML 文件如下：

<?xml version="1.0" encoding="UTF-8"?>
<assessmentTest xmlns="http://www.imsglobal.org/xsd/imsqti_v2p1" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.imsglobal.org/xsd/imsqti_v2p1 imsqti_v2p1.xsd" identifier="AT-196b0997-3ec6-4b4e-8b22-c3d563f71291" title="Quiz example">
  <outcomeDeclaration identifier="SCORE" cardinality="single" baseType="float" />
  <testPart identifier="TP-9ee1d731-c360-4989-bb50-c8bae65d2f8a-2" navigationMode="nonlinear" submissionMode="simultaneous">
    <assessmentSection identifier="AS-b602c887-a711-417b-bfad-6fe005fc085f-3" required="false" fixed="false" title="" visible="true" keepTogether="true">
      <selection select="2" withReplacement="false" />
      <ordering shuffle="true" />
      <assessmentItemRef identifier="AIR-5d0d9526-80ba-4956-8017-0fe6b9ef45d7-9" href="test/AI-15149c8b-8856-4117-9de3-e073552e668d-4.xml" />
      <assessmentItemRef identifier="AIR-c112b4d4-6003-4d17-a2c5-55a2d3d6388c-24" href="test/AI-b6b27861-3d27-4876-afb3-c33daf2d7fad-19.xml" />
    </assessmentSection>
  </testPart>
  <outcomeProcessing>
    <setOutcomeValue identifier="SCORE">
      <sum>
        <testVariables variableIdentifier="SCORE" />
      </sum>
    </setOutcomeValue>
  </outcomeProcessing>
  <testFeedback access="atEnd" showHide="hide" outcomeIdentifier="outcomeIdentifier" identifier="outcomeValue" title="Detailed Breakdown">
    <p>The test is now complete. The following table shows a breakdown of your scores:</p>
    <table>
      <tbody>
        <tr>
          <td>The total score:</td>
          <td>
            <printedVariable identifier="SCORE" />
          </td>
        </tr>
      </tbody>
    </table>
  </testFeedback>
</assessmentTest>

我使用以下代码获取引用：

 if (!empty($assessmentsTest)) {
     foreach ($assessmentsTest as $assessmentTest) {
         $crawler = new Crawler (file_get_contents(sys_get_temp_dir()."/qti-pack/".$assessmentTest));

         $items = $crawler->filterXPath('/assessmentTest/testPart/assessmentSection//assessmentItemRef');

         for ($i=0; $i < $items->count(); $i++) { 
             $assessmentsItem [] = $items->eq($i)->attr('href');
         }
     }
 }

但这并不好用。如果我忽略“for”并使用更直接的代码：

echo $items->eq(0)->attr('href');

返回以下错误：“当前节点列表为空。”

我尝试了 xPath 的其他变体，但得到了同样的错误。

P.D.：对不起，我的英语不好，这不是我的母语。

【问题讨论】：

标签： xml symfony xpath symfony-2.3 web-crawler

【解决方案1】：

我不使用 Symfony，但这是处理 XML 的常见问题。您的 XML 在根级别定义了默认命名空间 (xmlns="...")，因此所有没有不同默认命名空间声明且没有前缀的节点都被考虑在上述默认命名空间中。

根据documentation，从2.4版本开始默认命名空间自动注册default前缀，所以你可以尝试使用这个XPath：

/default:assessmentTest/default:testPart/default:assessmentSection/default:assessmentItemRef

更新：

在 Internet 上找到有关 Symfony2 中手动命名空间前缀注册的文档对我来说有点困难，你能尝试这样的事情吗（从 here 得到想法）：

$crawler->registerNamespace('default', 'http://www.imsglobal.org/xsd/imsqti_v2p1')
$items = $crawler->filterXPath('/default:assessmentTest/default:testPart/default:assessmentSection/default:assessmentItemRef');

【讨论】：

对不起，我使用 Symfiny 2.3 和 'default:assessmentTest/default:testPart/default:assessmentSection/default:assessmentItemRef' 对我不起作用，我试试这个。我已经编辑了标题以澄清这一点。

【解决方案2】：

我自己回答：

if (!empty($assessmentsTest)) {
    foreach ($assessmentsTest as $assessmentTest) {
        $crawler = new Crawler();
        $crawler->addXmlContent(file_get_contents(sys_get_temp_dir()."/qti-pack/".$assessmentTest));

        $items = $crawler->filterXPath('//assessmentItemRef');

        for ($i=0; $i < $items->count(); $i++) { 
            $assessmentsItem [] = $items->eq($i)->attr('href');
        }
    }
}

最后是一个简单的解决方案。

【讨论】：