PHP的DOM和SimpleXML扩展有什么区别？

Question

PHP的DOM和SimpleXML扩展有什么区别？

phpsimplexmldomdocument

74

我不太理解为什么 PHP 需要两个 XML 解析器。

能有人解释一下这两者之间的区别吗？

- Stann

5个回答

45

我将尽可能提供最简短的答案，以便初学者能够轻松理解。为了简洁起见，我也略微简化了一些内容。请跳到答案结尾查看过度简化的 TL;DR 版本。

DOM和SimpleXML实际上不是两个不同的解析器。真正的解析器是libxml2，它被DOM和SimpleXML内部使用。因此，DOM/SimpleXML只是使用相同解析器的两种方式，并提供将一个对象转换为另一个对象的方法。

SimpleXML旨在非常简单，因此它具有一小组功能，并专注于读取和写入数据。也就是说，您可以轻松地读取或写入XML文件，可以更新某些值或删除某些节点（有一些限制！），就这样。没有花哨的操作，您无法访问较不常见的节点类型。例如，SimpleXML无法创建CDATA节，尽管它可以读取它们。

DOM 提供了一个完整的 DOM 实现，以及一些非标准方法，如 appendXML。如果您习惯于在 Javascript 中操作 DOM，则会在 PHP 的 DOM 中找到完全相同的方法。基本上可以做任何事情，甚至处理 HTML。这种功能丰富性的反面是它比 SimpleXML 更加复杂和冗长。

附注

人们经常想知道/询问应该使用什么扩展来处理他们的XML或HTML内容。实际上选择很容易，因为一开始就没有太多选择：

如果您需要处理HTML，您实际上没有选择：您必须使用DOM
如果您需要执行任何花哨的操作，例如移动节点或添加一些原始XML，则您几乎必须使用DOM
如果您只需要读取和/或写入一些基本的XML（例如与XML服务交换数据或读取RSS源），则可以使用任何一个。或者两者都可以。
如果您的XML文档太大而无法放入内存，则无法使用任何一种，并且必须使用XMLReader，它也基于libxml2，使用起来更加麻烦，但仍然与其他程序兼容

简述

SimpleXML非常易于使用，但只适用于90%的用例。
DOM更复杂，但可以做任何事情。
XMLReader非常复杂，但使用的内存非常少。非常局限性。

- Josh Davis

10

谢谢，Josh。对于那些不知道“tldr”是什么意思的人，它的意思是“太长了，没看”。 - Stann

2

请删除“复杂”一词或将其标记为个人观点。DOM并不复杂。它的清晰和明确的API使得即使对于初学者来说也很容易理解。与SimpleXml不同，你必须猜测它的功能，这是我在回答中指出的原因。仅仅因为某些东西冗长并不意味着它更加复杂。相反，除此之外，写得很好。 - Gordon

尽管TL;DR部分被认为言过其实，我不想争论一个词的含义或重要性，那么我们可以说DOM是“更加复杂”吗？我的字典似乎完全支持这种表述。 - Josh Davis

关于HTML，您可以使用DOM加载HTML文档，然后使用simplexml_import_dom和SimpleXML遍历它，因此并不完全需要使用DOM。 - IMSoP

对于大型XML文档，您可以将XMLReader与SimpleXML结合使用，充分利用两者的优点。简单性和小内存占用。只需使用XMLReader查找所需标记（item、row、product等），然后将其扩展为SimpleXML对象以便轻松处理。 - Petr Pánek

4

哪些DOM节点可以由SimpleXMLElement表示？

这两个库之间最大的区别在于SimpleXML主要是一个单一的类：SimpleXMLElement。相比之下，DOM扩展有许多类，其中大部分是DOMNode的子类型。

因此，当比较这两个库时，一个核心问题是哪些DOM提供的许多类最终可以由SimpleXMLElement表示？

以下是一个比较表格，包含那些在处理XML时实际上非常有用的DOMNode类型（有用的节点类型）。你的情况可能有所不同，例如当你需要处理DTD时:

+-------------------------+----+--------------------------+-----------+
| LIBXML Constant         |  # | DOMNode Classname        | SimpleXML |
+-------------------------+----+--------------------------+-----------+
| XML_ELEMENT_NODE        |  1 | DOMElement               |    yes    |
| XML_ATTRIBUTE_NODE      |  2 | DOMAttr                  |    yes    |
| XML_TEXT_NODE           |  3 | DOMText                  |  no [1]   |
| XML_CDATA_SECTION_NODE  |  4 | DOMCharacterData         |  no [2]   |
| XML_PI_NODE             |  7 | DOMProcessingInstruction |    no     |
| XML_COMMENT_NODE        |  8 | DOMComment               |    no     |
| XML_DOCUMENT_NODE       |  9 | DOMDocument              |    no     |
| XML_DOCUMENT_FRAG_NODE  | 11 | DOMDocumentFragment      |    no     |
+-------------------------+----+--------------------------+-----------+

[1]：SimpleXML将文本节点抽象为元素的字符串值（与__toString相比）。这仅适用于元素仅包含文本时，否则文本信息可能会丢失。
[2]：每个XML解析器在加载文档时都可以展开CDATA节点。当使用LIBXML_NOCDATA选项与simplexml_load_*函数或构造函数一起使用时，SimpleXML会展开这些节点。（该选项也适用于DOMDocument::loadXML()）

作为下表所示，与DOM相比，SimpleXML的接口非常有限。除了表中的接口外，SimpleXMLElement 还将访问子元素和属性列表进行了抽象，并通过元素名称（属性访问）、属性（数组访问）提供遍历，以及通过 children() 和 attributes() 方法提供命名空间访问，同时还是一个 Traversable，可以迭代其“自己”的子元素（元素或属性）。

只要这些神奇的接口都没问题，但是无法通过扩展SimpleXMLElement来更改它，因此它尽管如此神奇，但也同样受到限制。

要查找SimpleXMLElement对象表示的节点类型，请参见：

如何区分表示元素和属性的SimpleXML对象？

DOM遵循DOMDocument Core Level 1规范。您可以使用该接口处理几乎所有想象得到的XML。但是它仅适用于Level 1，因此与现代DOMDocument Levels（如3）相比，在某些更酷的功能方面受到限制。当然，SimpleXML也在这里失去了优势。

SimpleXMLElement允许转换为子类型。这在PHP中非常特殊。DOM也允许这样做，尽管需要更多的工作并选择更具体的节点类型。

XPath 1.0被两者都支持，SimpleXML的结果是SimpleXMLElements的array，而DOM是DOMNodelist。

SimpleXMLElement支持转换为字符串和数组（json），而DOM中的DOMNode类则不支持。它们提供将其转换为数组的功能，但仅像任何其他对象一样（公共属性作为键/值对）。

PHP中这两个扩展的常见用法模式：

通常情况下，您开始使用SimpleXMLElement。您对XML和XPath的了解水平同样低。
在与其接口的神奇作斗争后，迟早会达到一定程度的挫败感。
您发现可以将SimpleXMLElement导入DOM中，反之亦然。您学习更多关于DOM的知识，并使用扩展来完成一些使用SimpleXMLElement无法完成（或者无法找到如何完成）的工作。
您注意到可以使用DOM扩展加载HTML文档。还有无效的XML。以及输出格式化。这些是SimpleXMLElement无法做到的。即使使用卑劣的技巧也不行。
您可能会完全切换到DOM扩展，因为至少您知道该界面更加细分，允许您做更多的事情。此外，您还会看到学习DOM Level 1的好处，因为您也可以在Javascript和其他语言中使用它（对许多人来说，DOM扩展的巨大优势）。

你可以同时使用这两个扩展，我认为你应该了解它们，越多越好。PHP中所有基于libxml的扩展都非常好且功能强大。在Stackoverflow上，php标签下有一个很好的传统，涵盖了这些库的详细信息。

- hakre

关于 CDATA 的注释 [2] 是错误/误导性的：当使用 __toString() 时，CDATA 节点始终以与文本节点相同的方式合并；LIBXML_NOCDATA 选项只有在“重新序列化”对象时才会有所区别——无论是使用 ->asXML() 还是输出整个结构体使用 print_r()、json_encode() 等。 - IMSoP

@IMSoP：由于SimpleXMLElement确实处理了数组转换（而不仅仅是字符串转换），它表明数组转换在处理CDATA元素时存在问题。您可以在PHP中的SimpleXML和JSON编码-第II部分中找到我的详细分析，这也是我在这里回答的原因。json_encode在内部使用数组转换，因此不要被您在那里找到的json_encode()函数所困扰，因为您将其排除在外，我包含它（间接）因为涉及到数组转换。 - hakre

@演示：https://eval.in/37221 - 问题可能不是一个正确的术语，我们可以说，它有类似于决定如何遍历所有这些子元素的问题。但是[2]仍然是正确的。任何XML解析器在加载文档时都允许扩展这些CDATA元素。出于流线型化的原因（例如，如果您不想将元素转换为字符串），您可以通过将该选项设置为常量来实现此目的。这就是我所说的，所以我认为这个陈述一点也不错。还要感谢您的评论！ - hakre

3

正如其他人所指出的，DOM和SimpleXML扩展并不严格意义上是"XML解析器"，而是底层libxml2解析器生成的结构的不同接口。

SimpleXML接口将XML视为序列化数据结构，就像您处理解码后的JSON字符串一样。因此，它提供了快速访问文档内容的方式，重点是通过名称访问元素，并读取它们的属性和文本内容（包括自动折叠实体和CDATA节）。它支持包含多个命名空间的文档（主要使用children()和attributes()方法），并可以使用XPath表达式搜索文档。它还包括对内容的基本操作支持-例如使用新字符串添加或覆盖元素或属性。

DOM 接口则将 XML 视为结构化的“文档”，其中所使用的表示形式与所代表的数据同等重要。因此，它提供了更加精细和明确地访问不同类型的“节点”的能力，比如实体和 CDATA 部分，以及一些 SimpleXML 忽略的东西，例如注释和处理指令。它还提供了一个更加丰富的操作函数集，允许你重新排列节点并选择如何表示文本内容。这样做的代价是相当复杂的 API，有大量的类和方法；由于它实现了一个标准 API（最初是为了在 JavaScript 中操作 HTML 而开发的），因此可能没有“自然 PHP”感觉，但一些程序员可能从其他上下文中熟悉它。

这两个接口都需要将完整文档解析到内存中，并有效地将指针包装到已解析的表示中；您甚至可以使用 simplexml_import_dom() 和 dom_import_simplexml() 在两个包装器之间进行切换，例如使用 DOM API 中的函数向 SimpleXML 添加“缺失”功能。对于较大的文档，“基于拉取”的 XMLReader 或“基于事件”的 XML Parser 可能更合适。

- IMSoP

2

SimpleXML是一个简单的XML内容解析器，仅限于解析XML格式内容。你无法解析标准的HTML内容。它易于使用且快速，因此非常适用于创建简单的应用程序。

DOM扩展则更加强大。它使您能够解析几乎任何DOM文档，包括HTML、XHTML和XML。它使您能够打开、编写甚至纠正输出代码，支持XPath和更多操作。因此，它的使用更加复杂，因为该库相当复杂，这使得它成为处理大型数据操作的完美工具。

希望回答了您的问题 :)

- usoban

2

值得注意的是，您可以在同一文档上同时使用SimpleXML函数和DOM函数--请参见Jeff M在dom_import_simplexml手册页面上的示例。我已经使用这个方法来使用SimpleXML进行大部分处理，但是对于一些更棘手的操作（例如创建CDATA部分），我会使用DOM，所有操作都在同一个基础文档上进行。 - Matt Gibson

实际上不是这样的。您能否详细说明一下这些限制？ - Josh Davis

好的，例如，让我们看一下http://www.php.net/manual/en/domelement.getattributens.php。SimpleXML并没有提供像这样简单易用的解决方案。我的意思是，它可以通过编写更多的代码来实现，但那是它的目的吗？我宁愿使用dom。 - usoban

我在谈论你在回答中提到的命名空间限制。除非你表达的那句话有误，你是在谈论另一种限制：“它强烈支持命名空间，而simpleXML有一定的限制。”关于你的例子，你是否知道SimpleXMLElement::attributes()？在我看来，它使用相当数量的击键来完成几乎相同的事情。 - Josh Davis

我必须承认，我的错误... 我显然不知道SimpleXMLElement :: attributes（）中的$ns参数 :)现在正在编辑我的评论 :) - usoban

显示剩余2条评论

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Gordon · Accepted Answer

简而言之：

SimpleXml

- 适用于简单的XML和/或简单的用例 - 有限的API用于处理节点（例如，不能太多地编程到接口） - 所有节点都是相同类型的（元素节点与属性节点相同） - 节点可以通过魔术方式访问，例如 `$root->foo->bar['attribute']`

DOM

- 适用于任何可能的XML用例 - 是W3C DOM API的实现（在许多语言中都有实现） - 区分不同的节点类型（更多控制） - 由于显式API更冗长（可以编写到接口） - 可以解析损坏的HTML - 允许在XPath查询中使用PHP函数

这两个都是基于libxml的，并且在一定程度上受到libxml函数的影响。

个人而言，我不太喜欢SimpleXml。这是因为我不喜欢对节点的隐式访问，例如$foo->bar[1]->baz['attribute']。这将实际的XML结构与编程接口绑定在一起。每个节点类型都可以用于任何情况，这也有些不直观，因为SimpleXmlElement的行为会根据其内容而自动改变。

例如，当你有时，/foo/@bar的对象转储将与/foo的相同，但对它们进行echo将打印出不同的结果。此外，因为它们都是SimpleXml元素，你可以在它们上调用相同的方法，但只有当SimpleXmlElement支持时，它们才会被应用，例如在第一个SimpleXmlElement上尝试执行$el->addAttribute('foo', 'bar')将不起作用。当然，你不能向属性节点添加属性，但关键是，属性节点本身就不会首先公开该方法。

但这只是我的个人意见，你可以自己做决定 :)

顺便说一句，不是只有两个解析器，而是PHP中还有几个解析器。SimpleXml和DOM只是将文档解析为树结构的两个解析器。其他的解析器/读取器/写入器要么是拉取式的，要么是事件驱动的。

还可以看看我的回答

PHP最佳的XML解析器