如何對文檔進行解析?
　　在完成所有的準備工作后，現(xiàn)在腳本終于可以解析XML文檔：

�牐燲ml_parse_from_file()，一個自定義的函數(shù)，打開參數(shù)中指定的文件，并以4kb的大小進行解析
xml_parse()，和xml_parse_from_file()一樣，當發(fā)生錯誤時，即XML文檔的格式不完全時，將會返回false。

　　我們可以使用xml_get_error_code()函數(shù)來得到最后一個錯誤的數(shù)字代碼。將此數(shù)字代碼傳遞給xml_error_string()函數(shù)即可得到錯誤的文本信息。輸出XML當前的行數(shù)，使得調(diào)試更容易。

　　當解析文檔時，對于Expat需要強調(diào)問題的是：如何保持文檔結(jié)構(gòu)的基本描述？

　　如前所述，基于事件的解析器本身并不產(chǎn)生任何結(jié)構(gòu)信息。不過標簽(tag)結(jié)構(gòu)是XML的重要特性。例如，元素序列<book><title>表示的意思不同于<figure><title>。書名和圖名是沒有關(guān)系的，雖然它們都用到"title"這個術(shù)語。因此，為了更有效地使用基于事件的解析器處理XML，必須使用自己的棧(stacks)或列表(lists)來維護文檔的結(jié)構(gòu)信息。

　　為了產(chǎn)生文檔結(jié)構(gòu)的鏡像，腳本至少需要知道目前元素的父元素。用Exapt的API是無法實現(xiàn)的，它只報告目前元素的事件，而沒有任何前后關(guān)系的信息。因此，需要建立自己的棧結(jié)構(gòu)。

　　腳本范例使用先進后出(FILO)的棧結(jié)構(gòu)。通過一個數(shù)組，棧將保存全部的開始元素。對于開始元素處理函數(shù)，目前的元素將被array_push()函數(shù)推到棧的頂部。相應的，結(jié)束元素處理函數(shù)通過array_pop()將最頂?shù)脑�素移走�?

　　對于序列<book><title></title></book>，棧的填充如下：

�牐犻_始元素book：將"book"賦給棧的第一個元素($stack[0])。
�牐犻_始元素title：將"title"賦給棧的頂部($stack[1])。
�牐牻Y(jié)束元素title：從棧中將最頂部的元素移去($stack[1])。
�牐牻Y(jié)束元素title：從棧中將最頂部的元素移去($stack[0])。

　　PHP3.0通過一個$depth變量手動控制元素的嵌套來實現(xiàn)范例，這就使腳本看起來比較復雜。PHP4.0通過array_pop()和array_push()兩個函數(shù)來使腳本看起來更簡潔。

�牐犎绾问占疿ML文檔中的元素信息？

　　為了收集每個元素的信息，腳本需要記住每個元素的事件。通過使用一個全局的數(shù)組變量$elements來保存文檔中所有不同的元素。數(shù)組的項目是元素類的實例，有4個屬性（類的變量）

�牐�$count -該元素在文檔中被發(fā)現(xiàn)的次數(shù)
�牐�$chars -元素中字符事件的字節(jié)數(shù)
�牐�$parents -父元素
�牐�$childs - 子元素

　　注意：PHP的一個特性是你可以通過while(list() = each())loop遍歷整個類結(jié)構(gòu)，如同你遍歷整個相應的數(shù)組一樣。所有的類變量（當你用PHP3.0時還有方法名）都以字符串的方式輸出。

　　當發(fā)現(xiàn)一個元素時，我們需要增加其相應的記數(shù)器來跟蹤它在文檔中出現(xiàn)多少次。在相應的$elements項中的記數(shù)元素也要加一。

　　我們同樣要讓父元素知道目前的元素是它的子元素。因此，目前元素的名稱將會加入到父元素的$childs數(shù)組的項目中。最后，目前元素應該記住誰是它的父元素。所以，父元素被加入到目前元素$parents數(shù)組的項目中。

�牐狅@示統(tǒng)計信息
　　剩下的代碼在$elements數(shù)組和其子數(shù)組中循環(huán)顯示其統(tǒng)計結(jié)果。這就是最簡單的嵌套循環(huán)，盡管輸出正確的結(jié)果，但代碼既不簡潔又沒有任何特別的技巧，它僅僅是一個你可能每天用他來完成工作的循環(huán)。

　　腳本范例被設計為通過PHP的CGI方式的命令行來調(diào)用。因此，統(tǒng)計結(jié)果輸出的格式為文本格式。如果你要將腳本運用到互聯(lián)網(wǎng)上，那么你需要修改輸出函數(shù)來產(chǎn)生HTML格式。

�牐犎绾斡肞HP&XML編制一個迷你搜索引擎實例？
　　讓我們首先來熟悉一下我們程序中用到的那個XML（保存為xyz.xml）。

<?xml version="1.0" encoding="gb2312" ?>
<links>采用PHP和XML技術(shù)構(gòu)建的搜索引擎
<web memo="memo1" url="">name1</web>
_{電腦網(wǎng)絡
<web memo="nemo2">name2</web>
_{程序設計
<web memo="memo3">name3</web>
_{PHP
<web url="http://www.phpbuilder.com/" memo="[英文]PHP開發(fā)資源。">
www.phpbuilder.com</web>
<web url="http://www.fokus.gmd.de" memo="[英文]PHP開發(fā)手冊。 ">
PHP Manual</web>}}}
</links>

�牐犓�的結(jié)構(gòu)相當簡單，根元素就是links，sub代表著一個類別，web就是一個網(wǎng)站的信息，其中包含著屬性，url代表網(wǎng)站的聯(lián)接，memo為備注信息，<web>？？</web> 、_{？？}中包含的為元素的數(shù)據(jù)在這里就是類別和網(wǎng)站的名稱，這是符合上面的規(guī)定的。

�牐牞F(xiàn)在我們來回答上面提出的問題：為什么要用XML來編制搜索引擎？
�牐牭谝粋�原因就是有時候由于各種原因我們可能不能用到數(shù)據(jù)庫（MySQL或者其他）；
�牐犉浯�，對于小數(shù)據(jù)量的搜索引擎來說，它的數(shù)據(jù)量很小，如果用數(shù)據(jù)庫來做，效率未必有多高；

�牐犠钪匾�的一點是，這個搜索引擎維護起來相當?shù)暮唵�，并且不用編寫繁瑣的�?shù)據(jù)庫的維護的程序。例如，我們要添加一個類別或者網(wǎng)頁，只要編輯文本的文件，加上一福紈eb>???</web>或是_????就可以了，而且，如果想把一個類別移動到另一個地方的話，我們只要將這一部分的sub復制過去就行了。

�牐犗旅嬉粋�最簡單的用PHP顯示XML的范例。

�牐犗旅娴某绦蚴菍⒔馕鯴ML并按照樹形結(jié)構(gòu)輸出至瀏覽器，并顯示每層的元素總數(shù)。

<?php
$file = "demo.xml";// XML文件
function xml_parse_from_file($parser, $file) {// 解析XML文件的函數(shù) }
function start_element($parser, $name, $attrs) {//遇到了開元素標記如<a href="link">就執(zhí)行這一段}
function stop_element($parser, $name) {//遇到了開元素標記如</body>就執(zhí)行這一段}
function data($parser, $data) {……}
function showcount(){ //顯示每一層的元素總數(shù)}

global $level,$levelcount,$maxlevel;
$level = -1;
$parser = xml_parser_create();// 產(chǎn)生解析器的實例
xml_set_element_handler($parser, "start_element", "stop_element"); // 設置處理函數(shù)
xml_set_character_data_handler($parser, "data");
xml_parser_set_option($parser, XML_OPTION_CASE_FOLDING, 0);
$ret = xml_parse_from_file($parser, $file); // 解析文件
if(!$ret) {
die(sprintf("XML error: %s at line %d", xml_error_string(xml_get_error_code($parser)), xml_get_current_line_number($parser)));
}
xml_parser_free($parser); // 釋放解析器
showcount();
?>

�牐犜谏厦娴某绦虻幕�礎(chǔ)上，可以顯示一段子樹，我們依照元素的層數(shù)和他在該層的第幾號來對他進行定位

�牐犂�如：

�牐牐牐爈inks （0，1）
�牐牐牐�+----web （1，1）
�牐牐牐�+----sub （1，2）
�牐牐牐� +----web （2，1）
�牐牐牐� +----sub （2，2）
�牐牐牐� +----web （3，1）
�牐牐牐� +----sub （3，2）
�牐牐牐�:
�牐牐牐�:
�牐牐牐�:
�牐犗旅娴拇�碼是我們的搜索引擎的基礎(chǔ)。因為，要顯示出一個子類別（如程序設計->PHP->）的信息就要用到他。

<?php
……
function start_element($parser, $name, $attrs) {
global $level,$levelcount,$maxlevel,$hide,$lev,$num,$PHP_SELF;
$level += 1;
if($level>$maxlevel)
$maxlevel=$level;
$levelcount[$level]+=1;

if($hide){ //判斷是否在子樹的范圍內(nèi)，$hide==FALSE 為在
if($level==$lev&&$levelcount[$level]==$num)
$hide=FALSE;
}else{
if($level<=$lev)$hide=TRUE;
}

if(!$hide){
……//輸出
}
}
function data($parser, $data) {
global $level,$hide;
if(!$hide){
if(trim($data)!=""){ echo trim($data); }
}
}
……
global $hide,$lev,$num,$PHP_SELF;
$level = -1;
$hide = TRUE;
echo "<p><a href=$PHP_SELF>Root</a></p>";
if($lev==""){
$lev=0;$num=1;
}
……
?>

�牐爉ini的搜索引擎到底如何做呢？

�牐犠髁巳舾傻匿亯|，下面我們就來看一下我們的搜索引擎的主要文件。

�牐牭谝欢螢榉聅ina，yahoo的按照類別查詢
�牐牭诙�段為搜索查詢部分(把整個樹遍歷一遍)顯示符合的內(nèi)容。

�牐爔ml3.php

�牐犼P(guān)鍵字匹配采用eregi函數(shù)，我們假設輸入的文字都是不會導致錯誤的。

<全文完>