PHP用SAX解析XMLの実現コードと問題分析

 
<?php 
$g_books = array(); 
$g_elem = null; 
function startElement( $parser, $name, $attrs ) 
{ 
global $g_books, $g_elem; 
if ( $name == 'BOOK' ) $g_books []= array(); 
$g_elem = $name; 
} 
function endElement( $parser, $name ) 
{ 
global $g_elem; 
$g_elem = null; 
} 
function textData( $parser, $text ) 
{ 
global $g_books, $g_elem; 
if ( $g_elem == 'AUTHOR' || 
$g_elem == 'PUBLISHER' || 
$g_elem == 'TITLE' ) 
{ 
$g_books[ count( $g_books ) - 1 ][ $g_elem ] = $text; 
} 
} 
$parser = xml_parser_create(); 
xml_set_element_handler( $parser, "startElement", "endElement" ); 
xml_set_character_data_handler( $parser, "textData" ); 
$f = fopen( 'books.xml', 'r' ); 
while( $data = fread( $f, 4096 ) ) 
{ 
xml_parse( $parser, $data ); 
} 
xml_parser_free( $parser ); 
foreach( $g_books as $book ) 
{ 
echo $book['TITLE']." - ".$book['AUTHOR']." - "; 
echo $book['PUBLISHER']."
"; 
} 
?> 

PHPにおいてSAX方式でXMLで発見された問題XMLを解析すると、以下のようになります。class.php

 
<?xml version="1.0" encoding="GBK"?> 
<result> 
<row> 
<id>1047869</id> 
<date>2008-08-28 14:54:51</date> 
<title>       --         </title> 
<summary>                ，      ，3、4000                           ，  ，                 ，                ，         ，                     ？                ，                       ，             。         </summary> 
</row> 
...(     ) 
</result> 

search.php

 
<?php 
class xml { 
var $parser; 
var $i =0; 
var $search_result = array(); 
var $row = array(); 
var $data = array(); 
var $now_tag; 
var $tags = array("ID", "CLASSID", "SUBCLASSID", "CLASSNAME", "TITLE", "SHORTTITLE", "AUTHOR", "PRODUCER", "SUMMARY", "CONTENT", "DATE"); 
function xml() 
{ 
$this->parser = xml_parser_create(); 
xml_set_object($this->parser, $this); 
xml_set_element_handler($this->parser, "tag_open", "tag_close"); 
xml_set_character_data_handler($this->parser, "cdata"); 
} 
function parse($data) 
{ 
xml_parse($this->parser, $data); 
} 
function tag_open($parser, $tag, $attributes) 
{ 
$this->now_tag=$tag; 
if($tag=='RESULT') { 
$this->search_result = $attributes; 
} 
if($tag=='ROW') { 
$this->row[$this->i] = $attributes; 
} 
} 
function cdata($parser, $cdata) 
{ 
if(in_array($this->now_tag, $this->tags)){ 
$tagname = strtolower($this->now_tag); 
$this->data[$this->i][$tagname] = $cdata; 
} 
} 
function tag_close($parser, $tag) 
{ 
$this->now_tag=""; 
if($tag=='ROW') { 
$this->i++; 
} 
} 
} 
?> 

最終的に得た結果の中でsummaryのデータは少なくなりました。いつも完全なsummaryの内容が得られません。たまに文字化けがありますが、ネットで探してみましたが、何の問題が起きたのか分かりません。後になって問題を発見したのはxml_のためです。パーサー解析XMLはループ処理ノードの中のデータで、毎回大体300文字の長さだけを取っています。（具体的にはいくらですか？私もよく分かりません。streenで出力するだけで、300ぐらいです。）すると、毎回の循環で前回のデータをコピーしてしまうので、データが不完全な問題が発生します。解決策はxmlを使うことです。classファイルの中のxml類のcdataメソッドの中で$this->data[$this->i]==cdata;に変更しました。すぐ解決できます。（中にはNOTICEエラーがあります。PHPは無視しました。）