删除XML元素的开始和结束空格

Question

如何删除XML字段前后的所有间距字符？

<data version="2.0"> 

    <field> 

    1 

    </field>   

    <field something=" some attribute here... "> 

    2 

    </field> 

</data> 

注意前间距1和2以及“这里的一些属性...”，我想删除与PHP。

if(($xml = simplexml_load_file($file)) === false) die(); 

print_r($xml); 

此外，数据似乎不是字符串，我需要在每个变量前追加（字符串）。为什么？

Answer 1

由于simplexml_load_file()读取数据到一个数组，你可以做这样的事情：

function TrimArray($input){ 

    if (!is_array($input)) 
     return trim($input); 

    return array_map('TrimArray', $input); 
} 

Answer 2

您可能希望使用这样的事：

$str = file_get_contents($file); 
$str = preg_replace('~\s*(<([^>]*)>[^<]*</\2>|<[^>]*>)\s*~','$1',$str); 
$xml = simplexml_load_string($xml,'SimpleXMLElement', LIBXML_NOCDATA); 

我没有试过，但你可以在http://www.lonhosford.com/lonblog/2011/01/07/php-simplexml-load-xml-file-preserve-cdata-remove-whitespace-between-nodes-and-return-json/找到更多。

注意，打开和关闭括号（<x> _space_ </x>）和属性（<x attr=" _space_ ">）之间的空间实际上是XML文档的数据部分（与<x> _space_ <y>之间的空间对比度），所以我会建议源使用应该少一些凌乱的空间。

Answer 3

要做到这一点在PHP中，你首先必须将文档转换为的DOMDocument，这样就可以解决你想通过DOMXPath正常化内适当的空白节点。 （xpath in）SimpleXMLElement太有限，无法精确地访问文本节点，因为它需要执行此操作。

一个XPath查询访问所有文本节点是叶元素内的所有属性是：

//*[not(*)]/text() | //@* 

鉴于$xml是的SimpleXMLElement，你可以做空白正常化像下面的例子：

$doc = dom_import_simplexml($xml)->ownerDocument; 
$xpath = new DOMXPath($doc); 
foreach ($xpath->query('//*[not(*)]/text()|//@*') as $node) { 
    /** @var $node DOMText|DOMAttr */ 
    $node->nodeValue = trim(preg_replace('~\s+~u', ' ', $node->nodeValue), ' '); 
} 

也许你可以舒展这所有文本节点（as suggested in related Q&A），但是这可能需要根据情况的文件正常化。由于Xpath中的text()在文本节点和Cdata节之间没有区别，因此在加载文档时可能需要跳过这些类型的节点（DOMCdataSection）或将它们展开到文本节点中（为此使用the LIBXML_NOCDATA option）以实现更有用结果。

---

另外的数据不显示为字符串，我需要每个变量之前要追加（字符串）。为什么？

因为它是类型的SimpleXMLElement的对象，如果你想这样的对象（元素）的字符串值，则需要将其转换为字符串。见还有以下参考问题：

• Forcing a SimpleXML Object to a string, regardless of context

---

最后但并非最不重要的：当您使用它在的SimpleXMLElement不信任print_r或var_dump：它没有显示真相。例如。你可以覆盖__toString()这也可以解决您的问题：

class TrimXMLElement extends SimpleXMLElement 
{ 
    public function __toString() 
    { 
     return trim(preg_replace('~\s+~u', ' ', parent::__toString()), ' '); 
    } 
} 

$xml = simplexml_load_string($buffer, 'TrimXMLElement'); 

print_r($xml); 

即使转换为String通常会应用（例如用echo）的print_r输出仍然不会反映这些变化。所以最好不要依赖它，它永远不能显示整个图像。

---

完整的示例代码，这个答案（Online Demo）：

<?php 
/** 
* Remove starting and ending spaces from XML elements 
* 
* @link https://stackoverflow.com/a/31793566/367456 
*/ 

$buffer = <<<XML 
<data version="2.0"> 

    <field> 

    1 

    </field> 

    <field something=" some attribute here... "> 

    2 <![CDATA[ 34 ]]> 

    </field> 

</data> 
XML; 

class TrimXMLElement extends SimpleXMLElement implements JsonSerializable 
{ 
    public function __toString() 
    { 
     return trim(preg_replace('~\s+~u', ' ', parent::__toString()), ' '); 
    } 

    function jsonSerialize() 
    { 
     $array = (array) $this; 

     array_walk_recursive($array, function(&$value) { 
      if (is_string($value)) { 
       $value = trim(preg_replace('~\s+~u', ' ', $value), ' '); 
      } 
     }); 

     return $array; 
    } 
} 

$xml = simplexml_load_string($buffer, 'TrimXMLElement', LIBXML_NOCDATA); 

print_r($xml); 
echo json_encode($xml); 

$xml = simplexml_load_string($buffer, null, LIBXML_NOCDATA); 

$doc = dom_import_simplexml($xml)->ownerDocument; 
$doc->normalizeDocument(); 
$doc->normalize(); 

$xpath = new DOMXPath($doc); 
foreach ($xpath->query('//*[not(*)]/text()|//@*') as $node) { 
    /** @var $node DOMText|DOMAttr|DOMCdataSection */ 
    if ($node instanceof DOMCdataSection) { 
     continue; 
    } 
    $node->nodeValue = trim(preg_replace('~\s+~u', ' ', $node->nodeValue), ' '); 
} 

echo $xml->asXML();