PHP通过正则表达式解析XML数据的方法

XML数据源结构

为了演示解析过程，首先定义一个包含人员信息的XML源文件。该文件结构简单，包含根节点和多个子节点。

<?xml version="1.0" encoding="UTF-8"?>

    
        张映
        男
        28
    
    
        tank
        男
        28
    

PHP读取与解析代码

接下来，编写PHP脚本读取上述XML文件内容，并使用正则表达式提取所需字段。主要步骤包括读取文件、匹配根节点内容以及循环提取子节点数据。

<?php
// 初始化XML字符串变量
$xml = "";

// 以只读模式打开XML文件
$f = fopen('person.xml', 'r');

// 分块读取文件内容
while($data = fread($f, 4096)) {
    $xml .= $data;
}

// 关闭文件句柄
fclose($f);

// 匹配最外层标签  及其内部的所有内容
// /s 修饰符使 . 能够匹配换行符
preg_match_all("/(.*?<\/humans>/s", $xml, $humans);

// 遍历匹配到的根节点内容数组
foreach($humans[1] as $k => $human) {
    // 提取每个人员节点的 name 标签内容
    preg_match_all("/(.*?)<\/name>/", $human, $name);
    
    // 提取 sex 标签内容
    preg_match_all("/(.*?)<\/sex>/", $human, $sex);
    
    // 提取 old 标签内容
    preg_match_all("/(.*?)<\/old>/", $human, $old);
}

// 输出提取的结果
foreach($name[1] as $key => $val) {
    echo $val." - ".$sex[$key][1]." - ".$old[$key][1]."
";
}
?>

关键参数说明

• preg_match_all：用于执行全局正则表达式匹配，返回所有匹配结果至多维数组中。
• /s 修饰符：在正则末尾添加此标志，允许点号（.）匹配包括换行符在内的任意字符，这对于多行XML内容的匹配至关重要。
• (.*?)：非贪婪匹配模式，确保仅提取当前标签内的文本内容，避免跨标签匹配。

注意事项与局限

尽管正则表达式在处理简单XML时十分便捷，但在实际工程应用中需注意以下问题：

1. CDATA与特殊字符：若XML节点内容包含CDATA区段或特殊HTML实体，正则表达式可能无法准确解析。
2. 嵌套结构：对于深度嵌套的XML结构，正则表达式的表达能力有限，容易导致逻辑混乱或匹配错误。
3. 建议替代方案：生产环境中推荐使用SimpleXMLElement或DOMDocument等标准库进行XML解析，它们能更好地处理命名空间、Schema验证及复杂树形结构。

以上就是使用PHP正则表达式提取XML节点数据的详细内容，更多关于PHP正则匹配XML的资料请关注本站其它相关文章！