使用默认名称空间绑定对XML进行PHP xpath查询 - PHP xpath query on XML with default namespace binding

我有一个主题问题的解决方案，但这是一个破解，我想知道是否有更好的方法。

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定的xpath查询。对于这个测试用例，命令行是：

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

最奇怪的是这条线，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。

有没有更好的方法可以在PHP中对此XML执行xpath查询？

XML（注意默认名称空间的绑定）：

<?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);
      }
    }
  }
}
?>

解决方案是使用命名空间，而不是去掉它。

$result = new DOMDocument();
$result->loadXML($xml);
$xpath = new DOMXpath($result);
$xpath->registerNamespace("x", trim($argv[2]));
$str = trim($argv[1]);
$result = $xpath->query($str);

并在命令行中这样调用它（注意XPath表达式中的x:）

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

你可以通过使其更加闪亮

自己查找默认名称空间（通过查看文档元素的名称空间属性）
在命令行上支持多个命名空间，并在$xpath->query()之前将它们全部注册
支持xyz=http//namespace.uri/形式的参数以创建自定义命名空间前缀

底线是：在XPath中，当您真正指的是//namespace:foo时，您不能查询//foo。这些是根本不同的，因此选择不同的节点。XML可以定义默认名称空间（因此可以在文档中删除显式名称空间使用），这并不意味着可以在XPath中删除名称空间使用。

只是出于好奇，如果删除这一行会发生什么？

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

在我看来，这是最有可能导致需要你破解的原因。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？它甚至可能会更快。

考虑到XPath语言的当前状态，我觉得Tomalek提供了最好的答案：将前缀与默认名称空间相关联，并为所有标记名加前缀。这是我打算在当前应用程序中使用的解决方案。

当这不可能或不实用时，比我的破解更好的解决方案是调用一个与重新扫描相同的方法（希望更有效）：DOMDocument:：normalizeDocument（）。该方法的行为"就像您保存并加载了文档，将文档置于‘正常’形式。"

作为一种变体，您可以使用xpath掩码：

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