Парсинг XML с помощью PHP скрипта
На сегодняшний день отправка данных в формате XML получила очень широкое распространение. Взять хотя бы RSS ленты. Переоценить их значение очень сложно, а ведь по-сути это обычные XML файлы с данными.
Основное преимущество этого способа передачи данных в том, что можно с минимальными усилиями написать обработчик данных и использовать их в своих приложениях. Например, работа практически всех мешапов (mashup) так или иначе, связана с использованием этого формата.
В этой статье я постараюсь показать, что работать с форматом XML действительно не сложно, а польза от его использования огромна.
Предположим у нас есть конкретная задача. Нужно показывать сведения о погоде на своем сайте.
Ясно, что нанимать человека, который будет слушать прогнозы погоды и обновлять данные совсем не интересно. Тем более, что существуют службы, которые предоставляют эту информацию.
Например, gismeteo.ua. Эта служба предоставляет готовые информеры и XML файлы с данными для каждого города.
Подключить информер не сложнее чем обычный баннер, т.е. нужно добавить их HTML код на страницу. Но использование XML данных дает ряд преимуществ.
Во-первых, вы сможете показать данные в том виде, который больше соответствует дизайну сайта.
Во-вторых, такие данные можно легко сохранить и показывать историю изменения погоды за какой-то период, сравнивать данные по городам и т.д. Вариантов тут масса.
Теперь разберем, как получить и обработать эти данные с помощью PHP.
Прежде всего, нужно четко представлять структуру данных. Для этого заходим на эту страницу и читаем описание.
Здесь я приведу только его фрагмент.
TOWN информация о пункте прогнозирования:
- index уникальный пятизначный код города
- sname закодированное название города
- latitude широта в целых градусах
- longitude долгота в целых градусах
FORECAST информация о сроке прогнозирования:
- day, month, year дата, на которую составлен прогноз в данном блоке
- hour местное время, на которое составлен прогноз
- tod время суток, для которого составлен прогноз: 0 - ночь 1 - утро, 2 - день, 3 – вечер
- weekday день недели, 1 - воскресенье, 2 - понедельник, и т.д.
- predict заблаговременность прогноза в часах
TEMPERATURE температура воздуха, в градусах Цельсия
Жирным шрифтом выделены названия XML элементов, а курсивом – названия их атрибутов.
Сокращенный фрагмент XML файла выглядит так:
-
<MMWEATHER>
-
<REPORT type="frc3">
-
<TOWN index="33345" sname="%CA%E8%E5%E2" latitude="50" longitude="30">
-
<FORECAST day="14" month="6" year="2008" hour="21" tod="3" predict="18" weekday="7">
-
<PHENOMENA cloudiness="3" precipitation="4" rpower="1" spower="0"/>
-
<PRESSURE max="739" min="737"/>
-
<TEMPERATURE max="21" min="19"/>
-
<WIND min="2" max="5" direction="7"/>
-
<RELWET max="91" min="86"/>
-
<HEAT min="19" max="21"/>
-
</FORECAST>
-
</TOWN>
-
</REPORT>
-
</MMWEATHER>
Как видите данные достаточно легко прочитать даже визуально.
Переходим к обработке. Для формата XML существует множество библиотек, которые позволяют получать данные с помощью всего нескольких строк кода. Мы используем стандартную библиотеку PHP.
Принцип ее работы достаточно простой. Вы создаете парсер (обработчик), передаете ему данные в формате XML и устанавливаете функции-обработчики. После этого запускаете обработку. Парсер просматривает данные и вызывает функции-обработчики для каждого найденного элемента (если они установлены, конечно).
Теперь посмотрим, как может выглядеть такой скрипт.
-
<?php
-
$res = ";
-
-
function startElement($parser, $name, $attrs) {
-
global $res;
-
switch ($name) {
-
case 'TOWN':
-
$res .= 'Город - ';
-
$res .= '<strong>'.mb_convert_encoding(
-
urldecode($attrs['SNAME']),
-
'UTF-8', 'windows-1251').'</strong><br />';
-
$res .= 'широта - '.$attrs['LATITUDE'].' градусов<br />';
-
$res .= 'долгота - '.$attrs['LONGITUDE'].' градусов<br />';
-
break;
-
case 'FORECAST':
-
$res .= 'Температура '.$attrs['DAY'].'.'.$attrs['MONTH'].'.'.
-
$attrs['YEAR'].' в '.$attrs['HOUR'].'-00 будет от ';
-
break;
-
case 'TEMPERATURE':
-
$res .= '<strong>'.$attrs['MIN'].'°</strong> до <strong>'.
-
$attrs['MAX'].'°</strong><br />';
-
break;
-
}
-
}
-
-
function endElement($parser, $name) {}
-
-
$ch = curl_init();
-
-
curl_setopt($ch, CURLOPT_URL, 'http://informer.gismeteo.ua/xml/33345_1.xml');
-
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, 1);
-
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
-
curl_setopt($ch, CURLOPT_TIMEOUT, 30);
-
curl_setopt($ch, CURLOPT_HEADER, 0);
-
curl_setopt($ch, CURLOPT_PROXYPORT, 8080);
-
curl_setopt($ch, CURLOPT_PROXY, '192.168.0.1');
-
-
$data = curl_exec($ch);
-
-
curl_close($ch);
-
-
$XMLparser = xml_parser_create();
-
xml_set_element_handler($XMLparser, 'startElement', 'endElement');
-
if (!xml_parse($XMLparser, $data)) {
-
die('Ошибка обработки данных');
-
}
-
xml_parser_free($XMLparser);
-
?>
-
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
-
<html xmlns="http://www.w3.org/1999/xhtml">
-
<head>
-
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
-
<title>Данные от gismeteo</title>
-
</head>
-
<body style="font-family:Verdana, sans-serif">
-
<?php
-
echo $res;
-
?>
-
</body>
-
</html>
Чтобы немного его упростить данные будем выводить информацию в виде обычной строки (переменная $res).
В начале скрипта мы объявили две функции (startElement и endElement). К ним мы еще вернемся, а сейчас рассмотрим получение данных.
Для этой цели я использовал библиотеку cURL (строки 28-40).
Примечание. Возможно, это и перебор, т.к. получить файл можно с помощью функции fopen(). Но она не работает с прокси, и без cURL пришлось бы использовать сокеты (пример готового скрипта есть в комментариях к этой статье).
В общем, способ получения файла выбираете по своему желанию, а мы переходим к обработке.
Для этого с помощью функции xml_parser_create() создаем XML парсер (строка 42) и затем устанавливаем обработчики элементов (строка 43). Обработчиков у нас два. Первый - startElement будет вызван, когда парсер найдет открывающий тег. Второй - endElement будет вызван для каждого закрывающего тега (этот обработчик я привел только в качестве примера, он ничего не делает, и его можно было опустить).
Формирование данных осуществляет функция startElement. Когда парсер находит очередной элемент, он передает ей его название и массив с атрибутами.
С помощью оператора switch (строки 6-23) мы определяем, какой элемент найден и формируем строку с данными.
Запуск обработки выполняется функцией xml_parse, которой нужно передать парсер и данные из XML файла. Эта функция возвратит TRUE, если обработка пройдет без ошибок.
После окончания работы с парсером его нужно удалить с помощью функции xml_parser_free (строка 47).
В строках 48-60 мы формируем HTML страницу и выводим данные о погоде (строка 57). Результат выполнения скрипта показан на скриншоте.
Как видите, работать с парсером не сложно, главное правильно написать обработчики.
Удачи!
Понравилась статья? Подпишитесь на продолжение 
!
Добавьте эту страницу в 
Опубликовано в PHP, Web разработка
Комментарии (31)
Вы можете отслеживать обсуждение записи с помощью RSS 2.0
Вы также можете оставить комментарий, или трекбек с Вашего сайта.
Как по мне - лучше использовать SimpleXML…
По-моему, SimpleXML должен потреблять больше ресурсов, т.к. создает объект с деревом.
XML Parser читает документ один раз и вызывает обработчики. Конечно, это накладывает свои ограничения, например, нельзя вернуться к предыдущему элементу и нельзя изменить сам xml документ, но если нужно просто найти какие-нибудь данные в документе, то зачем тратить ресурсы?
Ну если надо лишь вытащить чуть-чуть данных, то и создавать XML парсер нет необходимости - можно регуляркой (иль strpos) выщемить кусочек необходимых данных…
Согласен, но все-таки с помощью библиотеки удобнее. Переменная с именем элемента, массив с атрибутами, ну и т.д.
Спасибо,я использую метод с fopen, но столкнулся с такой проблемой: как сграбить погоду для нескольких дат сразу и вывести их?
например:
…
пример не влез в комментарий, ну вобщем если несколько FORECAST нужно сграбить
Для этого нужен xml файл с прогнозом на несколько дат, а его они не дают. В файле находится 4 блока FORECAST (утро, день, вечер, ночь). Например, если вы запросите файл 16 числа после обеда, то в нем будет прогноз на вечер 16-ого, ночь, утро и день 17-ого.
Их готовые информеры тоже не показывают долгосрочных прогнозов. Видимо, они хотят чтобы посетители чаще к ним заходили
Простите за то что не в тему, но скопированный код в файл php не работает. Ошибка в строке 9 (по видимому не нравятся ковычки). Подскажите, что нужно изменить
Наверное, кавычки
Должны быть одинарные или двойные. Любой редактор с подсветкой синтаксиса должен подсветить все, что находится между ними как текст.
P.S. Если не получится, пишите, вышлю скрипт почтой.
Вышлите, пожалуйста glebn[at]tut.by
Спасибо.
Готово.
Благодарю. Полезная статейка. Сам пользуюсь методом с fopen, сейчас подкорректировал некоторые недочеты по статье.
Матерьяльчик интересный. Но я пользуюсь СимплХМЛ
2Gorant Это как? Что это такое?
Nalivaeff, http://ru2.php.net/manual/ru/book.simplexml.php
Gorant, а разве с его помощью можно такое сделать?
Да, можно. Фактически SimpleXML имеет большие возможности, т.к. позволяет изменять документ. Просто отличается принцип работы.
После парсинга SimpleXML возвращает объект с деревом, которое содержит xml документ. Вы можете получить доступ к любому элементу этого дерева, обойти их в цикле, изменить и т.д.
Я предпочту регулярки при маленьких работах.
Ну а для большого дело вполне возможно и это применять)
Добрый день Владимир, Спасибо за разбор парсинга. Но к сожалению у меня тоже вылазит ошибка в 9 строке. Не могли бы Вы скинуть код на мыло 1452(соббака)list.ru Заранее благодарю!
Проверяйте почту
Парсинг через xml_parser быстрее, так как он поточный, но от этого и его недостаток в плане удобства использования. Для небольших скриптов вроде этого можно использовать и объектную модель вроде simplexml. Хотя есть еще несколько способов, например XQuery:http://i-novice.net/poisk-v-xml-s-pomoshhyu-xquery/
или XPath : http://i-novice.net/phpxmlxpath-chast-2/.
Подскажите пожалуйста что нужно поменять в парсере, чтобы выводились данные конкретных элементов без атрибутов. Например как вывести только название из тега вот из такого файла
title 2
news text 2
все теги вырезались((( как вывести название из тега
title 2
news text 2
Если кратко - смотрите функцию
xml_set_character_data_handler.Полный пример можно посмотреть здесь.
Честно говоря, использовать XML Parser для работы с содержимым тегов не очень удобно. Если xml-файл не очень большой попробуйте SimpleXML. Она потребляет больше ресурсов, но код получается короче.
эти xml классы гребанные не везде работают осторжнее с ними
таки вот ошибки из за них
Call-time pass-by-reference has been deprecated
которые могут запросто повесить сайт
Такие ошибки могут возникнуть не только с этими классами. Настройками в php.ini можно сделать невозможной работу практически любого скрипта.
В любом случае очень желательно установить локальный сервер с такими же настройками как и у хостера. Тогда можно будет проверить скрипт до переноса на сервер.
Привет. А у меня чего-то не получается.
Чего-то не понимаю что к чему.
Не поможете?
Вот что апач пишет:
[error] PHP Notice: Undefined variable: res in /usr/local/www/weather/index2.php on li
ne 2
[error] PHP Parse error: syntax error, unexpected T_ENCAPSED_AND_WHITESPACE, expecting
T_STRING or T_VARIABLE or T_NUM_STRING in /usr/local/www/weather/index2.php on line 11
Вы скопировали код со страницы?
Во второй строке должны быть две одинарные кавычки, а не одна двойная.
В 11-ой - работа с функцией mb_convert_encoding. Должно быть подключено расширение mbstring (в php.ini).
Уже разобрался.
Спасибо!
Полностью разобрал по примеру все дерево. Теперь думаю как переложить на сервер, сняв с клиента.
интересно, а как оно будет работать с невалидным хмл?
Попробуйте
У меня всегда выдавало ошибку.