如何根据 XML 节点中的记录在 PHP 中编辑大型 XML 文件

Posted 2023-02-16

【中文标题】如何根据 XML 节点中的记录在 PHP 中编辑大型 XML 文件

【英文标题】：How to edit large XML files in PHP based on a record in the XML Node

【发布时间】：2021-12-26 18:59:04

【问题描述】：

我正在尝试通过 php 修改 130mb+ XML 文件，因此它只显示子节点是特定值的结果。由于我们用于将 XML 导入我们网站的软件的限制，我正在尝试对此进行过滤。

示例：（模型数据）

<Items>
<Item>
  <Barcode>...</Barcode>
  <BrandCode>...</BrandCode>
  <Title>...</Title>
  <Content>...</Content>
  <ShowOnWebsite>false</BrandDescr>
</Item> 
<Item>
  <Barcode>...</Barcode>
  <BrandCode>...</BrandCode>
  <Title>...</Title>
  <Content>...</Content>
  <ShowOnWebsite>true</BrandDescr>
</Item> 
<Item>
  <Barcode>...</Barcode>
  <BrandCode>...</BrandCode>
  <Title>...</Title>
  <Content>...</Content>
  <ShowOnWebsite>false</BrandDescr>
</Item>
</Items>

期望的结果： 我想创建一个新的 XML 文件，其中仅包含子“ShowOnWebsite”为真的记录。

我遇到的问题 因为 XML 太大了，所以简单的解决方案（例如使用 SimpleXML 或将 XML 加载到正文中并编辑其中的节点）不起作用。因为它们都将整个文件读入内存太慢而且通常会失败。

我还查看了 prewk/xml-string-streamer (https://github.com/prewk/xml-string-streamer)，它非常适合流式传输大型 XML 文件，因为它不会将它们放在内存中，尽管我找不到任何修改XML 通过该解决方案。 （其他在线帖子说您需要在内存中拥有节点才能对其进行编辑）。

有人知道如何解决这个问题吗？

【参考方案1】：

目标

期望的结果：我想创建一个新的 XML 文件，其中仅包含子“ShowOnWebsite”为真的记录。

给定

test.xml

<Items>
<Item>
  <Barcode>...</Barcode>
  <BrandCode>...</BrandCode>
  <Title>...</Title>
  <Content>...</Content>
  <ShowOnWebsite>false</ShowOnWebsite>
</Item> 
<Item>
  <Barcode>...</Barcode>
  <BrandCode>...</BrandCode>
  <Title>...</Title>
  <Content>...</Content>
  <ShowOnWebsite>true</ShowOnWebsite>
</Item> 
<Item>
  <Barcode>...</Barcode>
  <BrandCode>...</BrandCode>
  <Title>...</Title>
  <Content>...</Content>
  <ShowOnWebsite>false</ShowOnWebsite>
</Item>
</Items>

代码

这是我写的实现。 getItems 产生子元素，而无需立即将 xml 加载到内存中。

function getItems($fileName) 
    if ($file = fopen($fileName, "r")) 
        $buffer = "";
        $active = false;
        while(!feof($file)) 
            $line = fgets($file);
            $line = trim(str_replace(["\r", "\n"], "", $line));
            if($line == "<Item>") 
                $buffer .= $line;
                $active = true;
             elseif($line == "</Item>") 
                $buffer .= $line;
                $active = false;
                yield new SimpleXMLElement($buffer);
                $buffer = "";
             elseif($active == true) 
                $buffer .= $line;
            
        
        fclose($file);
       


$output = new SimpleXMLElement('<?xml version="1.0" encoding="utf-8"?><Items></Items>');
foreach(getItems("test.xml") as $element)

    if($element->ShowOnWebsite == "true") 
        $item = $output->addChild('Item');
        $item->addChild('Barcode', (string) $element->Barcode);
        $item->addChild('BrandCode', (string) $element->BrandCode);
        $item->addChild('Title', (string) $element->Title);
        $item->addChild('Content', (string) $element->Content);
        $item->addChild('ShowOnWebsite', $element->ShowOnWebsite);
    


$fileName = __DIR__ . "/test_" . rand(100, 999999) . ".xml";
$output->asXML($fileName);

输出

<?xml version="1.0" encoding="utf-8"?>
<Items><Item><Barcode>...</Barcode><BrandCode>...</BrandCode><Title>...</Title><Content>...</Content><ShowOnWebsite>true</ShowOnWebsite></Item></Items>

【参考方案2】：

XMLReader 有一个 expand() 方法，但 XMLWriter 缺少对应的方法。所以我在FluentDOM中添加了一个XMLWriter::collapse()方法。

这允许使用 XMLReader 读取 XML，将其扩展为 DOM，使用 DOM 方法过滤/操作它并使用 XMLWriter 将其写回：

require __DIR__.'/../../vendor/autoload.php';

// Create the target writer and add the root element
$writer = new \FluentDOM\XMLWriter();
$writer->openUri('php://stdout');
$writer->setIndent(2);
$writer->startDocument();
$writer->startElement('Items');

// load the source into a reader
$reader = new \FluentDOM\XMLReader();
$reader->open(getXMLAsURI());

// iterate the Item elements - the iterator expands them into a DOM node
foreach (new FluentDOM\XMLReader\SiblingIterator($reader, 'Item') as $item) 
  /** @var \FluentDOM\DOM\Element $item */
  // only "ShowOnWebsite = true"
  if ($item('ShowOnWebsite = "true"')) 
    // write expanded node to the output
    $writer->collapse($item);
  


$writer->endElement();
$writer->endDocument();

function getXMLAsURI() 
  $xml = <<<'XML'
<Items>
  <Item>
    <Barcode>...</Barcode>
    <BrandCode>...</BrandCode>
    <Title>...</Title>
    <Content>...</Content>
    <ShowOnWebsite>false</ShowOnWebsite>
  </Item> 
  <Item>
    <Barcode>...</Barcode>
    <BrandCode>...</BrandCode>
    <Title>...</Title>
    <Content>...</Content>
    <ShowOnWebsite>true</ShowOnWebsite>
  </Item> 
  <Item>
    <Barcode>...</Barcode>
    <BrandCode>...</BrandCode>
    <Title>...</Title>
    <Content>...</Content>
    <ShowOnWebsite>false</ShowOnWebsite>
  </Item>
</Items>
XML;
  return 'data://text/plain;base64,'.base64_encode($xml);