与空白

Question

更换 我尝试解析该XML的信息：

<text:p >Lorem<text:s/>ipsum.</text:p> 

所以我使用的XMLReader。几乎所有事情都在按需要工作。但是<文本：s /> - 元素给我带来了一些麻烦。 当我想删除格式化标签（即粗体）我使用expand()->textContent得到公正的文字：

$reader = new XMLReader(); 
if (!$reader->open("content.xml"); 
while ($reader->read()) { 
    if ($reader->nodeType == XMLREADER::ELEMENT && $reader->name === 'text:p') echo utf8_decode($reader->expand()->textContent); 
} 

在这种情况下，我会得到“Loremipsum。”而不是'Lorem ipsum。'。我如何用空格替换每个<文本：s/>。

更新： 我这样做的：preg_replace("/<\\/?text:s(\\s+.*?>|>)/", " ", utf8_decode($reader->readInnerXML()))

更新：

如果我使用DOM文档进行解析，怎么办我必须要改变的语法？

$reader = new DOMDocument(); 
$reader->load("zip://folder/".$file.".odt#content.xml"); 

while ($reader->read()){ 
    if ($reader->nodeType == XMLREADER::ELEMENT && $reader->name === 'text:h') { 
     if ($reader->getAttribute('text:outline-level')=="2") $html .= '<h2>'.$reader->expand()->textContent.'</h2>'; 
    } 
    elseif ($reader->nodeType == XMLREADER::ELEMENT && $reader->name === 'text:p') { 
     if ($reader->getAttribute('text:style-name')=="Standard") { 
      $str = $reader->readInnerXML(); 
      // replace text:s-elements with " " at this point 
     } 
    } 
} 

Answer 1

你不想输出<text:p>元素，但你要只输出文本节点和<text:s>元素只是一个空间：

$reader = new XMLReader(); 
$result = $reader->open("content.xml"); 
if (!$result) { 
    throw new UnexpectedValueException('Could not open XML file for reading.'); 
} 

while ($reader->read()) { 
    if ($reader->nodeType == XMLREADER::ELEMENT && $reader->name === 'text:s') { 
     echo " "; // SPACE 
    } 
    if ($reader->nodeType == XMLREADER::TEXT) { 
     echo $reader->textContent; 
    } 
} 

所以它更与问题处理逻辑和更少的技术问题与XMLReader。

上的字符编码，我在我的例子忽略了一些注意事项：

转换到Latin-1的你（utf8_decode）通常不应该，如果你提供的输出为UTF-8是必要的。见Character encodings。

如果需要您的目标输出，最有可能不需要在那个地方照顾它，请参阅ob_iconv_handler。