php simplexml_load_string 忽略元素

Question

也许你可以帮助我：我尝试解析这个 xml 文件

<norm>

    <metadaten>
        <jurabk>GWB</jurabk>
        <enbez>§ 99</enbez>
        <titel format="XML">Öffentliche Auftraggeber</titel>
    </metadaten>

    <textdaten>

        <text format="XML">
            <Content>
                <P>Öffentliche Auftraggeber sind 
                    <DL Type="arabic">
                        <DT>1.</DT>
                        <DD Font="normal">
                            <LA>Gebietskörperschaften sowie deren Sondervermögen,</LA>
                        </DD>
                    </DL>
                </P>
            </Content>
        </text>

        <fussnoten>
            <Content>
                <P>(+++ § 99: Zur Anwendung vgl. § 41 Abs. 2 MessbG +++)</P>
            </Content>
        </fussnoten>

    </textdaten>

</norm>

使用解析时：

$xml=simplexml_load_string($xmlStr) or die("Error: Cannot create object");

echo "<pre>";
print_r($xml);
echo "</pre>";

它忽略了“DL”中的部分。路径 norm->textdaten->text->Content->P 不完整。

结果是：

SimpleXMLElement Object
(
   [metadaten] => SimpleXMLElement Object
    (
      [jurabk] => GWB
      [enbez] => § 99
      [titel] => Öffentliche Auftraggeber
    )

    [textdaten] => SimpleXMLElement Object
    (
        [text] => SimpleXMLElement Object
         (
          [@attributes] => Array
            (
              [format] => XML
            )
          [Content] => SimpleXMLElement Object
           (
             [P] => Öffentliche Auftraggeber sind
           )
         )

        [fussnoten] => SimpleXMLElement Object
         (
          [Content] => SimpleXMLElement Object
            (
               [P] => (+++ § 99: Zur Anwendung vgl. § 41 Abs. 2 MessbG +++)
            )
        )
    )
)

你知道如何正确解析它吗？

也许 simplexml_load_string 函数无法在

之间检索文本

和 DL??

谢谢！

Answer 1

它不会忽略它们。调试输出不会显示所有可访问的数据，因为它取决于您访问它的方式。例如，如果您将属性用作列表 (foreach) 或字符串，则存在差异。

在您的情况下，问题在于 SimpleXML 如何处理节点的文本内容。它只返回第一个文本子节点的内容。在 DOM 中，这里有一个属性 $textContent，它包含所有后代节点的文本内容。因此，获取文本最简单的方法是将 SimpleXMLElement 转换为 DOMElement 实例。

$xml = <<<'XML'
<div>
  <p>
    Some Text
    <dl>
      <dd>in descendant nodes</dd>
    </dl>
  </p>
</div>
XML;

$div = new SimpleXMLElement($xml);
// only the first text child
var_dump((string)$div->p);  
// all text content
var_dump(dom_import_simplexml($div->p)->textContent);

输出：

string(22) "
    Some Text

  "
string(53) "
    Some Text

      in descendant nodes

  "

这包括空白节点（仅包含换行符、空格等的节点）。因此，根据您之后如何使用文本内容，您可能需要使用字符串函数对其进行清理。

XML 片段

如果您想要的不仅仅是 XML，而是整个节点作为 XML 字符串，您可以使用 SimpleXMLElement::asXml() 或 DOMDocument::saveXml()。

$div = new SimpleXMLElement($xml);
var_dump($div->p->asXml());  

$node = dom_import_simplexml($div->p);
var_dump($node->ownerDocument->saveXml($node));

DOM 允许一些选项和保存 HTML。

要将所有子节点保存在 p 中，请迭代 DOMNode::$childNodes。请注意，这不仅包括元素，也不包括文本节点、cmets，...

$node = dom_import_simplexml($div->p);
$result = '';
foreach ($node->childNodes as $child) {
  $result .= $node->ownerDocument->saveXml($child);
}
var_dump($result);

使用 Xpath 可以轻松迭代特定节点。寻找SimpleXMLElement::xpath() 和DOMXpath::evaluate()。

Answer 2

这是因为 xml 中混合了文本和标签。您必须将 xml 修改为用标签分隔。我在这里添加了TEST 标签。你可以随心所欲地改变它

<?php
$xmlStr = '<norm>
   <metadaten>
      <jurabk>GWB</jurabk>
      <enbez>§ 99</enbez>
      <titel format="XML">Öffentliche Auftraggeber</titel>
   </metadaten>
   <textdaten>
      <text format="XML">
         <Content>
            <P>
               <TEST>Öffentliche Auftraggeber sind</TEST>
               <DL Type="arabic">
                  <DT>1.</DT>
                  <DD Font="normal">
                     <LA>Gebietskörperschaften sowie deren Sondervermögen,</LA>
                  </DD>
               </DL>
            </P>
         </Content>
      </text>
      <fussnoten>
         <Content>
            <P>(+++ § 99: Zur Anwendung vgl. § 41 Abs. 2 MessbG +++)</P>
         </Content>
      </fussnoten>
   </textdaten>
</norm>';

$xml=simplexml_load_string($xmlStr) or die("Error: Cannot create object");

echo "<pre>";
print_r($xml);
echo "</pre>";

在此处检查 o/p：https://eval.in/815329