如何在 PHP DOM 中找出元素的命名空间？答案

【问题标题】：How can I find out the namespace of an element in PHP DOM?如何在 PHP DOM 中找出元素的命名空间？
【发布时间】：2010-08-25 13:58:26
【问题描述】：

这听起来像是一个很容易回答的问题，但我无法让它发挥作用。我正在运行 PHP 5.2.6。

我有一个 DOM 元素（根元素），当我转到 $element->saveXML() 时，它会输出一个 xmlns 属性：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<html xmlns="http://www.w3.org/1999/xhtml" lang="en">
...

但是，我在 PHP 中找不到任何以编程方式查看该命名空间的方法。我希望能够检查它是否存在以及它的设置。

检查$document->documentElement->namespaceURI 将是显而易见的答案，但它是空的（我实际上从来没有能够让它非空）。是什么在输出中生成了该 xmlns 值，我该如何读取它？

到目前为止，我能够做到这一点的唯一实用方法是完全破解 - 使用 saveXML() 将其保存为 XML 到字符串，然后使用正则表达式读取该字符串。

编辑：

这可能是使用 loadHTML() 而不是 loadXML() 加载 XML，然后使用 saveXML() 打印出来的特性。当您这样做时，似乎出于某种原因 saveXML 添加了一个 xmlns 属性，即使使用 DOM 方法无法检测到此 xmlns 值是文档的一部分。我猜这意味着如果我有办法检测传入的文档是否已使用 loadHTML() 加载，那么我可以用不同的方式解决这个问题。

【问题讨论】：

标签： php dom domdocument xml-namespaces

【解决方案1】：

Like edorian already showed，当使用loadXML 加载标记时，获取命名空间工作正常。但你是对的，这不适用于加载了 loadHTML 的标记：

$html = <<< XML
<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<html xmlns="http://www.w3.org/1999/xhtml" xmlns:m="foo" lang="en">
    <body xmlns="foo">Bar</body>
</html>
XML;

$dom = new DOMDocument;
$dom->loadHTML($html);

var_dump($dom->documentElement->getAttribute("xmlns"));
var_dump($dom->documentElement->lookupNamespaceURI(NULL));
var_dump($dom->documentElement->namespaceURI);

将产生空结果。但是你可以使用 XPath

$xp = new DOMXPath($dom);
echo $xp->evaluate('string(@xmlns)');
// http://www.w3.org/1999/xhtml;

对于身体

echo $xp->evaluate('string(body/@xmlns)'); // foo

或使用上下文节点

$body = $dom->documentElement->childNodes->item(0);
echo $xp->evaluate('string(@xmlns)', $body);
// foo

我未受过教育的假设是，在内部，HTML 文档与真实文档不同。在内部 libxml uses a different module to parse HTML 和 DOMDocument 本身将是不同的 nodeType，您可以通过这样做来简单地验证

var_dump($dom->nodeType); // 13 with loadHTML, 9 with loadXml

其中 13 是 XML_HTML_DOCUMENT_NODE。

【讨论】：

非常漂亮和详细，不知道 nodeTypes 取决于解析方法，但它是有道理的
感谢有关节点类型的提示和使用 xpath 的能力 - 解决了我的很多问题！

【解决方案2】：

使用 PHP 5.2.6，我找到了两种方法：

<?php
$xml = '<?xml version="1.0" encoding="UTF-8" standalone="yes"?'.
       '><html xmlns="http://www.w3.org/1999/xhtml" lang="en"></html>';
$x = DomDocument::loadXml($xml);
var_dump($x->documentElement->getAttribute("xmlns"));
var_dump($x->documentElement->lookupNamespaceURI(NULL));

打印

string(28) "http://www.w3.org/1999/xhtml"
string(28) "http://www.w3.org/1999/xhtml"

希望这就是你所要求的:)

【讨论】：

感谢您的回答 - 它不能解决我的问题，但提示我它似乎是从 loadHTML() 而不是 loadXML() 加载的文档所特有的东西，因为确实，您的示例有效使用 loadXML()。看起来 loadHTML 使用“不可见的命名空间”创建文档，该命名空间无法使用 DOM 方法读取，但会在您 saveXML() 时出现。
我不确定我是否能 100% 关注你，但使用 loadHtml 加载内容并通过 saveXml 重新保存不会为我添加 xmlns。它只是从 html 添加/保留一个文档类型。也许如果你能在你想要的输出旁边提供一个小重现脚本，我可以更深入地挖掘
有趣 - 它有时会，有时不会。如果您的输入 HTML 文档有一个 XHTML DOCTYPE，它就有。它将为此输入执行此操作：ttp://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd" rel="nofollow" target="_blank">w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
我不知道你会如何在 DOM 中检测到这一点。

【解决方案3】：

嗯，你可以用这样的函数来做到这一点：

function getNamespaces(DomNode $node, $recurse = false) {
    $namespaces = array();
    if ($node->namespaceURI) {
        $namespaces[] = $node->namespaceURI;
    }
    if ($node instanceof DomElement && $node->hasAttribute('xmlns')) {
        $namespaces[] = $xmlns = $node->getAttribute('xmlns');
        foreach ($node->attributes as $attr) {
            if ($attr->namespaceURI == $xmlns) {
                $namespaces[] = $attr->value;
                }
        }
    }
    if ($recurse && $node instanceof DomElement) {
        foreach ($node->childNodes as $child) {
            $namespaces = array_merge($namespaces, getNamespaces($child, vtrue));
        }
    }
    return array_unique($namespaces);
}

所以，你给它一个 DomEelement，然后它会找到所有相关的命名空间：

$xml = '<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
    <html xmlns="http://www.w3.org/1999/xhtml" 
         lang="en" 
         xmlns:foo="http://example.com/bar">
           <body>
                <h1>foo</h1>
                <foo:h2>bar</foo:h2>
           </body>
 </html>';
var_dump(getNamespaces($dom->documentElement, true));

打印出来：

array(2) {
  [0]=>
  string(28) "http://www.w3.org/1999/xhtml"
  [3]=>
  string(22) "http://example.com/bar"
}

请注意，DomDocument 会自动删除所有未使用的命名空间...

至于为什么$dom->documentElement->namespaceURI总是null，是因为文档元素没有命名空间。 xmlns 属性为文档提供了默认命名空间，但它没有赋予 html 标签命名空间（用于 DOM 交互）。你可以试试$dom->documentElement->removeAttribute('xmlns')，但我不能 100% 确定它是否会起作用...

【讨论】：