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.