如何区分 DOMDocument 中的空元素和 null 大小的字符串？

Question

我无法将 XML 文档加载到 DOM 中，保留空标签和 null 大小的字符串。这里是例子：

$doc = new DOMDocument("1.0", "utf-8");

$root = $doc->createElement("root");
$doc->appendChild($root);

$element = $doc->createElement("element");
$root->appendChild($element);

echo $doc->saveXML();

生成以下 XML：

<?xml version="1.0" encoding="utf-8"?>
<root><element/></root>

空元素，完全符合预期。现在让我们将空文本节点添加到元素中。

$doc = new DOMDocument("1.0", "utf-8");

$root = $doc->createElement("root");
$doc->appendChild($root);

$element = $doc->createElement("element");
$element->appendChild($doc->createTextNode(""));
$root->appendChild($element);

echo $doc->saveXML();

生成以下 XML：

<?xml version="1.0" encoding="utf-8"?>
<root><element></element></root>

具有空大小字符串的非空元素。好的！但是当我想做的时候：

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

echo $doc->saveXML($doc);

在这些 XML 文档上我总是得到

<?xml version="1.0" encoding="utf-8"?>
<root><element/></root>

即删除了空大小的字符串，只加载了空元素。我相信它发生在 loadXML() 上。 有什么方法可以说服 DOMDocument loadXML() 不要将 null 大小的字符串转换为空元素？ 如果 DOM 将带有 null 大小字符串的 TextNode 作为元素的子元素，那就更好了。

解决方案需要在 PHP DOM 中，因为加载的数据会进一步发生变化。

Answer 1

区分这两者的问题是，当DOMDocument加载XML序列化文档时，它只遵循规范。

按照书本，在<element></element> 中，该元素中没有空文本节点 - 这也是其他人已经评论过的。

但是 DOMDocument 如果您在其中插入自己的空文本节点，则完全没问题。然后，您可以轻松区分自闭合标签（无子元素）和空元素（有一个子元素，一个空文本节点）。

那么如何输入那些空的文本节点呢？例如，通过使用来自the XMLReader based XMLReaderIterator library，特别是 DOMReadingIteration，它能够构建文档，同时提供每个当前 XMLReader 节点进行交互：

$doc = new DOMDocument();

$iterator = new DOMReadingIteration($doc, $reader);

foreach ($iterator as $index => $value) {
    // Preserve empty elements as non-self-closing by making them non-empty with a single text-node
    // children that has zero-length text
    if ($iterator->isEndElementOfEmptyElement()) {
        $iterator->getLastNode()->appendChild(new DOMText(''));
    }
}

echo $doc->saveXML();

您可以输入：

<?xml version="1.0" encoding="utf-8"?>
<root><element></element></root>

这个输出：

<?xml version="1.0"?>
<root><element></element></root>

没有附加条件。一个很好的构建DOMDocument。该示例来自examples/read-into-dom.php，并且很好地证明了当您通过 XMLReader 加载文档并处理您拥有的单个特殊情况时没有问题。

Answer 2

这对于加载 XML 解析器没有区别。 DOM 完全相同。

如果您加载/保存存在空标签问题的 XML 格式，您可以使用一个选项来避免保存时出现空标签：

$dom = new DOMDocument();
$dom->appendChild($dom->createElement('foo'));

echo $dom->saveXml();
echo "\n";
echo $dom->saveXml(NULL, LIBXML_NOEMPTYTAG);

输出：

<?xml version="1.0"?>
<foo/>

<?xml version="1.0"?>
<foo></foo>

Answer 3

您可以通过假装 xsl:value-of 插入一个变量，但该变量是一个空字符串 ''，来欺骗 XSLT 处理器不使用自闭合元素。

输入：

<?xml version="1.0" encoding="utf-8"?>
<root>
  <foo>
    <bar some="value"></bar>
    <self-closing attr="foobar" val="3.5"/>
  </foo>
  <goo>
    <gle>
      <nope/>
    </gle>
  </goo>
</root>

样式表：

<?xml version="1.0" encoding="utf-8"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

    <xsl:output method="xml" indent="yes"/>

    <xsl:template match="@* | node()">
        <xsl:copy>
            <xsl:apply-templates select="@* | node()"/>
        </xsl:copy>
    </xsl:template>

  <xsl:template match="*[not(node())]">
    <xsl:copy>
      <xsl:for-each select="@*">
        <xsl:attribute name="{name()}">
          <xsl:value-of select="."/>
        </xsl:attribute>
      </xsl:for-each>
      <xsl:value-of select="''"/>
    </xsl:copy>
  </xsl:template>
</xsl:stylesheet>

输出：

<?xml version="1.0" encoding="utf-8"?>
<root>
  <foo>
    <bar some="value"></bar>
    <self-closing attr="foobar" val="3.5"></self-closing>
  </foo>
  <goo>
    <gle>
      <nope></nope>
    </gle>
  </goo>
</root>

为了在不使用 XSLT 处理器的情况下在 PHP 中解决这个问题，我只能考虑向所有没有子元素的元素添加空文本节点（就像您在创建 XML 时所做的那样）。