1

假设我有这个 XML

<?xml version="1.0" encoding="UTF-8"?>
<TEI xmlns="http://www.tei-c.org/ns/1.0" xmlns:irp="http://kuleuven-kulak.be/itec/ns/irp/" xml:id="irp-rmg-fr-2013-05-03-00862-src" xml:lang="fr">
  <text xml:id="irp-rmg-fr-2013-05-03-00862-src." xml:lang="fr">
    <body>
      <div>
        <p>
          <irp:PEnrich irp:path="(//section/paragraph)[1]" n="irp-1">
            <irp:PNerd>
              1955 (30 avril) Naissance à 
              <irp:ne ref="http://fr.dbpedia.org/resource/Lille" irp:confidence="1" type="LOC">Lille</irp:ne>.
            </irp:PNerd>
          </irp:PEnrich>
        </p>
      </div>
    </body>
  </text>
</TEI>

我应该如何使用 SimpleXML 和 xpath 来解析 irp:PNerd 节点并获取如下字符串：

1955 (30 avril) Naissance à <url="http://fr.dbpedia.org/resource/Lille">Lille</url>.

我尝试通过以下方式获取文本：

    $penrich = $xml->xpath("//irp:PEnrich");
    foreach ($penrich as $p) {
        $pnerds = $p->children("irp", true);
        $pnerd = $pnerds->PNerd;
        $ne = $pnerd->ne;
        foreach ($ne as $n) {
            print_r($n->children());
        }
        echo "----\n";
    }

但这仅检索类型和引用：（另外，我应该如何在我的代码中访问这些值？）

SimpleXMLElement Object
(
    [@attributes] => Array
        (
            [ref] => http://fr.dbpedia.org/resource/Lille
            [type] => LOC
        )
)

但我想获得类似的东西：

1955 (30 avril) Naissance à <url="http://fr.dbpedia.org/resource/Lille">Lille</url>.
4

1 回答 1

1

下面是一些 PHP 代码，展示了如何访问您请求的 XML 部分的一些示例：

<?php

$tei = <<<XML
<TEI xmlns="http://www.tei-c.org/ns/1.0"
     xmlns:irp="http://kuleuven-kulak.be/itec/ns/irp/"
     xml:id="irp-rmg-fr-2013-05-03-00862-src"
     xml:lang="fr">
  <text xml:id="irp-rmg-fr-2013-05-03-00862-src." xml:lang="fr">
    <body>
      <div>
        <p>
          <irp:PEnrich irp:path="(//section/paragraph)[1]" n="irp-1">
            <irp:PNerd>1955 (30 avril) Naissance à <irp:ne ref="http://fr.dbpedia.org/resource/Lille" irp:confidence="1" type="LOC">Lille</irp:ne>.</irp:PNerd>
          </irp:PEnrich>
        </p>
      </div>
    </body>
  </text>
</TEI>
XML;

$doc = new DOMDocument();
$doc->loadXML(mb_convert_encoding($tei, 'utf-8', mb_detect_encoding($tei)));
$xpath = new DOMXPath($doc);
$xpath->registerNamespace('irp', 'http://kuleuven-kulak.be/itec/ns/irp/');

echo $xpath->evaluate("string(//irp:PNerd/text())");
echo '<url ref="'. $xpath->evaluate("string(//irp:ne/@ref)") . '">';
echo $xpath->evaluate("string(//irp:ne/text())");
echo '</url>';
?>

产生以下输出：

1955 (30 avril) Naissance ? <url ref="http://fr.dbpedia.org/resource/Lille">Lille</url>

笔记：

  • 我假设您有一个错字并且并不真正想要<url=，因为它看起来像 XML，但实际上格式错误。
  • 可能仍然存在字符编码问题，à因为?.
于 2013-10-18T03:32:59.797 回答