PHP xPath docx parsing

Question

我正在尝试打开Word 2007文档(docx)，我先后解压缩它，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，我试图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

所以我假设缺少名称空间只是因为缩短了示例xml。原始文档将提供名称空间。如果这是真的，xpath查询将会工作。这里的问题是，该查询是一个DOMNodeList。Var_dump似乎不起作用。你可以这样写:

$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";
}

生成以下输出(在向输入xml添加名称空间后):

   node: w:t,value: Testing

Answer 2

您有一个无效的xpath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获取节点。

不幸的是，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)。

从您在问题中提供的XML中，它显然缺少w前缀的名称空间声明。

您需要启用向最高级别(E_ALL)报告错误、在您的开发环境中显示错误以及通常的错误记录。然后，您可以跟踪错误日志:

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

如上面所示，XML存在许多问题，这些问题最终会导致xpath查询无效，并最终导致整个脚本停止运行。