PHP xPath文档解析

Question

我正在尝试打开一个Word2007文档(docx)，我成功地解压缩了它，但我遇到了代码的xPath部分的问题。我想迭代每个元素并获取元素中的文本。

在下面的当前示例中，我正在尝试获取第一个元素的文本，以适应xPath系统。

document.xml

<w:document>
    <w:body>
        <w:p>
            <w:r>
                <w:t>Testing</w:t>
            </w:r>
        </w:p>
    </w:body>
</w:document>

PHP

$dom = new DOMDocument();
$dom->loadXML($string);
$xpath = new DomXPath($dom);
$textNodes = $xpath->query("/w:document/w:body/w:p[1]/w:r[1]/w:t[1]");
var_dump($textNodes->item(1)->textContent);

Answer 1

因此，我假设缺少名称空间仅仅是因为缩短了示例xml。原始文档将提供名称空间。如果这是真的，那么xpath查询将会工作。这里的问题是，该查询是一个DOMNodeList。var_dump似乎不会为此而工作。您可以使用类似以下内容：

$textNodes = $xpath->query("/w:document/w:body/w:p[1]/w:r[1]/w:t[1]");
foreach ($textNodes as $entry) {
echo "node: {$entry->nodeName}," .
     "value: {$entry->nodeValue}\n";
}

它会生成以下输出(在将名称空间添加到输入xml之后)：

   node: w:t,value: Testing

Answer 2

您得到了一个无效的xpath查询，该查询需要修复，因为无效的xpath查询总是会导致错误。您不能使用它的结果来从中提取节点。

遗憾的是，xpath查询无效，因为XML无效。因此，如果不先修复XML，就不能使用xpath查询(或进一步测试它/继续编写它)。

在您的问题中提供的XML中，显然缺少w前缀的名称空间声明。

您需要启用对最高级别(E_ALL)的错误报告、开发环境中的错误显示以及一般情况下的错误日志记录。然后，您可以查看错误日志：

Warning: DOMDocument::loadXML(): Namespace prefix w on document is not defined in Entity, line: 1 in /tmp/execpad-1d8a88cab4fd/source-1d8a88cab4fd on line 15

Warning: DOMDocument::loadXML(): Namespace prefix w on body is not defined in Entity, line: 2 in /tmp/execpad-1d8a88cab4fd/source-1d8a88cab4fd on line 15

Warning: DOMDocument::loadXML(): Namespace prefix w on p is not defined in Entity, line: 3 in /tmp/execpad-1d8a88cab4fd/source-1d8a88cab4fd on line 15

Warning: DOMDocument::loadXML(): Namespace prefix w on r is not defined in Entity, line: 4 in /tmp/execpad-1d8a88cab4fd/source-1d8a88cab4fd on line 15

Warning: DOMDocument::loadXML(): Namespace prefix w on t is not defined in Entity, line: 5 in /tmp/execpad-1d8a88cab4fd/source-1d8a88cab4fd on line 15

Warning: DOMXPath::query(): Undefined namespace prefix in /tmp/execpad-1d8a88cab4fd/source-1d8a88cab4fd on line 17

Warning: DOMXPath::query(): Invalid expression in /tmp/execpad-1d8a88cab4fd/source-1d8a88cab4fd on line 17

Fatal error: Call to a member function item() on a non-object in /tmp/execpad-1d8a88cab4fd/source-1d8a88cab4fd on line 18

如上所述，XML存在许多问题，最终导致xpath查询无效，并最终导致整个脚本停止。