草庐IT

php - 如何获得不同XML节点的数量?

coder 2024-04-28 原文

在递归调用中使用引用时遇到问题。
我所要做的是根据一个元素中不同节点的最大数量来描述一个XML文档,而不预先知道任何节点元素的名称。
考虑本文件:

<Data>
    <Record>
        <SAMPLE>
            <TITLE>Superior Title</TITLE>
            <SUBTITLE>Sub Title</SUBTITLE>
            <AUTH>
                <FNAME>John</FNAME>
                <DISPLAY>No</DISPLAY>
            </AUTH>
            <AUTH>
                <FNAME>Jane</FNAME>
                <DISPLAY>No</DISPLAY>
            </AUTH>
            <ABSTRACT/>
        </SAMPLE>
    </Record>
    <Record>
        <SAMPLE>
            <TITLE>Interesting Title</TITLE>
            <AUTH>
                <FNAME>John</FNAME>
                <DISPLAY>No</DISPLAY>
            </AUTH>
            <ABSTRACT/>
        </SAMPLE>
        <SAMPLE>
            <TITLE>Another Title</TITLE>
            <AUTH>
                <FNAME>Jane</FNAME>
                <DISPLAY>No</DISPLAY>
            </AUTH>
            <ABSTRACT/>
        </SAMPLE>
    </Record>
</Data>

你可以看到,Record有1个或2个SAMPLE节点,而SAMPLE有1个或2个AUTH节点。我正在尝试生成一个数组,该数组将根据每个节点中不同节点的最大数量来描述文档的结构。
所以我想得到这样的结果:
$result = [

  "Data" => [
    "max_count" => 1,
    "elements" => [

      "Record" => [
        "max_count" => 2,
        "elements" => [

          "SAMPLE" => [
            "max_count" => 2,
            "elements" => [

              "TITLE" => [
                "max_count" => 1
              ],
              "SUBTITLE" => [
                "max_count" => 1
              ],
              "AUTH" => [
                "max_count" => 2,
                "elements" => [

                  "FNAME" => [
                    "max_count" => 1
                  ],
                  "DISPLAY" => [
                    "max_count" => 1
                  ]

                ]
              ],
              "ABSTRACT" => [
                "max_count" => 1
              ]

            ]
          ]

        ]
      ]

    ]
  ]

];

为了保持头脑清醒,我使用sabre/xml来解析xml。
我可以使用引用原始数组的递归调用来获得元素的绝对计数。
  private function countArrayElements(&$array, &$result){
    // get collection of subnodes
    foreach ($array as $node){

      $name = $this->stripNamespace($node['name']);

      // get count of distinct subnodes
      if (empty($result[$name])){
        $result[$name]["max_count"] = 1;
      } else {
        $result[$name]["max_count"]++;
      }

      if (is_array($node['value'])){
        $this->countArrayElements($node['value'], $result[$name]["elements"]);
      }

    }
  }

因此,我的推理是,我也可以通过引用传递数组,并进行比较,这对前两个节点起作用,但是在随后的节点上进行某种重置,从而导致AUTH节点的计数仅为1。
  private function countArrayElements(&$array, &$previous){

    // get collection of subnodes
    foreach ($array as $node){

      $name = $this->stripNamespace($node['name']);

      // get count of distinct subnodes
      if (empty($result[$name]["max_count"])){
        $result[$name]["max_count"] = 1;
      } else {
        $result[$name]["max_count"]++;
      }

      // recurse
      if (is_array($node['value'])){
        $result[$name]["elements"] = $this->countArrayElements(
          $node['value'],
          $result[$name]["elements"]
        );
      }

      // compare previous max
      if (!empty($previous[$name]["max_count"])){
        $result[$name]["max_count"] = max(
          $previous[$name]["max_count"],
          $result[$name]["max_count"]
        );
      }

    }

    return $result;

  }

我意识到这是一个相当复杂的问题,它只是一个大得多的项目中的一小部分,所以我已经尽可能地为这个mcve分解它,并且我还准备了这些文件的a special repository并完成了一个phpunit测试。

最佳答案

虽然您的解决方案工作正常,而且考虑到它在O(n*k)时间内运行(其中n是树中的节点数,k是顶点数),但我想我会提出一个替代解决方案,它不依赖数组或引用,而且更通用,而不仅仅是工作对于xml,但是对于任何dom树。这个解决方案也可以在O(n*k)时间内运行,所以它同样有效。唯一的区别是您可以使用generator中的值,而不必首先构建整个数组。
建立问题模型
对我来说,理解这个问题最简单的方法就是把它建模为一个图。如果我们用这种方法对文档建模,我们得到的是级别和顶点。

因此,有效地,这使我们能够分而治之,将问题分解为两个不同的步骤。
将给定垂直节点的基数子节点名计算为sum(垂直)
在水平面(水平面)上找到集合的max
这意味着,如果我们在此树上执行级别顺序遍历,我们应该能够轻松地生成节点名称的基数作为所有垂直节点的最大和。

换句话说,获取每个节点的不同子节点名是一个基数问题。然后是找到整个水平的最大和的问题。
最小、完整、可验证、自包含的示例
因此,为了提供一个最小、完整、可验证和自包含的示例,我将依赖于扩展php的sum,而不是您在示例中使用的第三方xml库。
可能值得注意的是,这段代码与php 5不向后兼容(因为使用了DOMDocument),因此必须使用php 7才能使此实现正常工作。
首先,我将在yield from中实现一个函数,它允许我们使用generator按级别顺序遍历dom树。

class SpecialDOM extends DOMDocument {
    public function level(DOMNode $node = null, $level = 0, $ignore = ["#text"]) {
        if (!$node) {
            $node = $this;
        }
        $stack = [];
        if ($node->hasChildNodes()) {
            foreach($node->childNodes as $child) {
                if (!in_array($child->nodeName, $ignore, true)) {
                    $stack[] = $child;
                }
            }
        }
        if ($stack) {
            yield $level => $stack;
            foreach($stack as $node) {
                yield from $this->level($node, $level + 1, $ignore);
            }
        }
    }
}

函数本身的机制实际上相当简单。它不依赖于传递数组或使用引用,而是使用DOMDocument对象本身来构建给定节点中所有子节点的堆栈。然后它可以一次DOMDocument整个堆栈。这是水平部分。此时,我们依赖递归从堆栈中的每个元素中产生下一级的任何其他节点。
这里有一个非常简单的xml文档来演示这是多么直接。
$xml = <<<'XML'
<?xml version="1.0" encoding="UTF-8"?>

<Data>
    <Record>
        <SAMPLE>Some Sample</SAMPLE>
    </Record>
    <Note>
        <SAMPLE>Some Sample</SAMPLE>
    </Note>
    <Record>
        <SAMPLE>Sample 1</SAMPLE>
        <SAMPLE>Sample 2</SAMPLE>
    </Record>
</Data>
XML;

$dom = new SpecialDOM;
$dom->loadXML($xml);

foreach($dom->level() as $level => $stack) {
    echo "- Level $level\n";
    foreach($stack as $item => $node) {
        echo "$item => $node->nodeName\n";
    }
}

输出将如下所示。
- Level 0
0 => Data
- Level 1
0 => Record
1 => Note
2 => Record
- Level 2
0 => SAMPLE
- Level 2
0 => SAMPLE
- Level 2
0 => SAMPLE
1 => SAMPLE

So at least now we have a way of knowing what level a node is on and in what order it appears on that level, which is useful for what we intend to do.

Now the idea of building a nested array is actually unnecessary to obtain the cardinality sought by max_count. Because we already have access to the nodes themselves from the DOM tree. Which means we know what elements are contained therein inside of our loop at each iteration. We don't have to generate the entire array at once to begin exploring it. We can do this at a level-order instead, which is actually really cool, because it means you can build a flat array to get to max_count for each record.

Let me demonstrate how that would work.

$max = [];
foreach($dom->level() as $level => $stack) {
    $sum = [];
    foreach($stack as $item => $node) {
        $name = $node->nodeName;
        // the sum
        if (!isset($sum[$name])) {
            $sum[$name] = 1;
        } else {
            $sum[$name]++;
        }
        // the maximum
        if (!isset($max[$level][$name])) {
            $max[$level][$name] = 1;
        } else {
            $max[$level][$name] = max($sum[$name], $max[$level][$name]);
        }
    }
}

var_dump($max);

我们得到的输出应该是这样的。
数组(3){
〔0〕=>
数组(1){
[数据]=>
INT(1)
}
〔1〕=>
数组(2){
[记录] =
INT(2)
[音符]=>
INT(1)
}
〔2〕=>
数组(1){
[样本]=>
INT(2)
}
}
这证明我们可以计算yield而不需要引用或复杂的嵌套数组。当排除php数组的单向映射语义时,也更容易理解。
简介
下面是这个代码在示例xml文档中的输出结果。
数组(5){
〔0〕=>
数组(1){
[数据]=>
INT(1)
}
〔1〕=>
数组(1){
[记录] =
INT(2)
}
〔2〕=>
数组(1){
[样本]=>
INT(2)
}
〔3〕=>
数组(4){
[题目] = >
INT(1)
[“字幕”]=>
INT(1)
[奥斯]=>
INT(2)
[“抽象”]=>
int(1)
}
〔4〕=>
数组(2){
[ ffNe])=>
INT(1)
[“显示”]=>
INT(1)
}
}
这与每个子数组的max_count相同。
0级
max_count
1级
Data => max_count 1
2级
<>
3级
Record => max_count 2
SAMPLE => max_count 2
TITLE => max_count 1
SUBTITLE => max_count 1
4级
AUTH => max_count 2
ABSTRACT => max_count 1
要在整个循环中获取这些节点的元素,只需查看FNAME => max_count 1,因为您已经有了树(因此不需要引用)。
您需要将元素嵌套到数组中的唯一原因是,php数组的键必须是唯一的,而且由于您使用节点名作为键,因此需要嵌套以获得树的较低级别,并且仍然正确地构造DISPLAY => max_count 1的值。所以这是一个数据结构问题,我通过避免在数据结构之后建模解决方案来解决它。

关于php - 如何获得不同XML节点的数量?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39260573/

有关php - 如何获得不同XML节点的数量?的更多相关文章

  1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

    我正在学习如何使用Nokogiri,根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

  2. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法? - 2

    总的来说,我对ruby​​还比较陌生,我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础,我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

  3. python - 如何使用 Ruby 或 Python 创建一系列高音调和低音调的蜂鸣声? - 2

    关闭。这个问题是opinion-based.它目前不接受答案。想要改进这个问题?更新问题,以便editingthispost可以用事实和引用来回答它.关闭4年前。Improvethisquestion我想在固定时间创建一系列低音和高音调的哔哔声。例如:在150毫秒时发出高音调的蜂鸣声在151毫秒时发出低音调的蜂鸣声200毫秒时发出低音调的蜂鸣声250毫秒的高音调蜂鸣声有没有办法在Ruby或Python中做到这一点?我真的不在乎输出编码是什么(.wav、.mp3、.ogg等等),但我确实想创建一个输出文件。

  4. ruby-on-rails - 如何验证 update_all 是否实际在 Rails 中更新 - 2

    给定这段代码defcreate@upgrades=User.update_all(["role=?","upgraded"],:id=>params[:upgrade])redirect_toadmin_upgrades_path,:notice=>"Successfullyupgradeduser."end我如何在该操作中实际验证它们是否已保存或未重定向到适当的页面和消息? 最佳答案 在Rails3中,update_all不返回任何有意义的信息,除了已更新的记录数(这可能取决于您的DBMS是否返回该信息)。http://ar.ru

  5. ruby-on-rails - 'compass watch' 是如何工作的/它是如何与 rails 一起使用的 - 2

    我在我的项目目录中完成了compasscreate.和compassinitrails。几个问题:我已将我的.sass文件放在public/stylesheets中。这是放置它们的正确位置吗?当我运行compasswatch时,它不会自动编译这些.sass文件。我必须手动指定文件:compasswatchpublic/stylesheets/myfile.sass等。如何让它自动运行?文件ie.css、print.css和screen.css已放在stylesheets/compiled。如何在编译后不让它们重新出现的情况下删除它们?我自己编译的.sass文件编译成compiled/t

  6. ruby - 如何将脚本文件的末尾读取为数据文件(Perl 或任何其他语言) - 2

    我正在寻找执行以下操作的正确语法(在Perl、Shell或Ruby中):#variabletoaccessthedatalinesappendedasafileEND_OF_SCRIPT_MARKERrawdatastartshereanditcontinues. 最佳答案 Perl用__DATA__做这个:#!/usr/bin/perlusestrict;usewarnings;while(){print;}__DATA__Texttoprintgoeshere 关于ruby-如何将脚

  7. ruby - 如何指定 Rack 处理程序 - 2

    Rackup通过Rack的默认处理程序成功运行任何Rack应用程序。例如:classRackAppdefcall(environment)['200',{'Content-Type'=>'text/html'},["Helloworld"]]endendrunRackApp.new但是当最后一行更改为使用Rack的内置CGI处理程序时,rackup给出“NoMethodErrorat/undefinedmethod`call'fornil:NilClass”:Rack::Handler::CGI.runRackApp.newRack的其他内置处理程序也提出了同样的反对意见。例如Rack

  8. ruby - 如何每月在 Heroku 运行一次 Scheduler 插件? - 2

    在选择我想要运行操作的频率时,唯一的选项是“每天”、“每小时”和“每10分钟”。谢谢!我想为我的Rails3.1应用程序运行调度程序。 最佳答案 这不是一个优雅的解决方案,但您可以安排它每天运行,并在实际开始工作之前检查日期是否为当月的第一天。 关于ruby-如何每月在Heroku运行一次Scheduler插件?,我们在StackOverflow上找到一个类似的问题: https://stackoverflow.com/questions/8692687/

  9. ruby-on-rails - 如何从 format.xml 中删除 <hash></hash> - 2

    我有一个对象has_many应呈现为xml的子对象。这不是问题。我的问题是我创建了一个Hash包含此数据,就像解析器需要它一样。但是rails自动将整个文件包含在.........我需要摆脱type="array"和我该如何处理?我没有在文档中找到任何内容。 最佳答案 我遇到了同样的问题;这是我的XML:我在用这个:entries.to_xml将散列数据转换为XML,但这会将条目的数据包装到中所以我修改了:entries.to_xml(root:"Contacts")但这仍然将转换后的XML包装在“联系人”中,将我的XML代码修改为

  10. ruby - 如何使用文字标量样式在 YAML 中转储字符串? - 2

    我有一大串格式化数据(例如JSON),我想使用Psychinruby​​同时保留格式转储到YAML。基本上,我希望JSON使用literalstyle出现在YAML中:---json:|{"page":1,"results":["item","another"],"total_pages":0}但是,当我使用YAML.dump时,它不使用文字样式。我得到这样的东西:---json:!"{\n\"page\":1,\n\"results\":[\n\"item\",\"another\"\n],\n\"total_pages\":0\n}\n"我如何告诉Psych以想要的样式转储标量?解

随机推荐