65.9K
CodeProject 正在变化。 阅读更多。
Home

SimpleRDFElement 类使处理 RDF XML 更容易

GregStevens
starIconstarIconstarIconstarIcon
emptyStarIcon
starIcon

4.20/5 (2投票s)

2011 年 7 月 6 日

GPL3

8分钟阅读

viewsIcon

19224

downloadIcon

339

PHP 内置的 SimpleXML 对象对命名空间或 RDF 文档处理不佳。此扩展类提供了帮助。

引言

资源描述框架 (RDF) 是一种以易于序列化为 XML 的方式表示知识“三元组”（主语-谓语-宾语格式的陈述）的方法。RDF 中的不同“术语”由人们在线提供的不同词汇表在 RDF Schema 文档中定义，该系统专门设计用于让人们相互借鉴词汇表定义：您可以在 RDF XML 文档中将不同的词汇表指定为命名空间，并使用它们定义的术语。因此，典型的 RDF 文档包含大量命名空间中的元素。由于 RDF 信息在 XML 中的表示方式，通常每个单独的元素标签都由命名空间前缀限定，而每个父元素都拥有来自多个命名空间的子元素。

在 PHP 中使用其 SimpleXML 模块解析 RDF XML 时，这会带来问题。它提供了一个 SimpleXMLElement 类，该类易于使用且有趣，只要您不处理命名空间即可。在命名空间处理非常简单的情况下，使用它可以说是足够了：例如，当一个元素的所有子元素都属于同一个命名空间时。但没有简单的方法可以获取特定元素的命名空间前缀或部分，并且很难处理包含来自多个命名空间的子元素的元素。这使得本应非常简单的代码——将 RDF XML 转换为 XML 所表示的“三元组”（主语、谓语、宾语）的表示——变得极其复杂。

因此，我提出了 SimpleRDFElement 类：一个扩展了 PHP 内置 SimpleXMLElement 类的类，并包含一些额外的​​方法，旨在使其在处理 RDF XML 时更易于使用。

（注意：本文的其余部分假设您熟悉 RDF、XML 和 PHP 的基础知识，并且知道“三元组”、“命名空间”和“对象方法”等术语的含义及其表示方式。）

背景

作为我正在进行的一个项目的一部分，我需要能够将 RDF/XML 文本字符串转换为表示 XML 中每个标签（或“节点”）的对象，然后确定这些 XML 元素及其子树代表哪些 RDF 三元组。我想利用 PHP 中 SimpleXML 模块的内置功能，但当我尝试时，我遇到了许多问题。以下是我尝试使用 SimpleXMLElement 类来表示 RDF/XML 时遇到的一些问题的简要列表。

  • 由于根元素的所有子元素都由命名空间前缀限定，因此无法使用 -> 运算符将它们作为对象属性访问。
  • 由于子节点数组的创建方式，使用 print_r() 等方法也无法查看限定元素。
  • 由于 children() 方法在不带参数调用时，只返回未限定（即没有命名空间前缀）的元素，因此它返回零，无法迭代。
  • 结果，对象似乎完全为空；即使您尝试将其用作布尔值（例如，在赋值后添加“or die()”子句），它也会被评估为“false”。
  • 当您带命名空间参数调用 children() 方法时，它只会检索具有该命名空间前缀的子元素（及其子元素）。
  • 因此，如果您期望元素的子元素来自多个命名空间中的任何一个，您必须迭代所有命名空间。

（如果您好奇，我在这里有一篇关于我一些失败尝试和遇到的问题的详细博文：http://talkingowlproject.blogspot.com/2011/06/simplexml-and-namespace-quirks.html。）

经过大量的 Google 搜索来解决这个问题，我没有找到任何适合我需求的东西。要么我可以下载需要安装十几个甚至更多 PHP 类文件的广泛的 RDF“框架”（……但我只想将 RDF 字符串解析为三元组！我不需要那些！），要么我可以遵循一些“黑客”的建议，这些建议实际上是行不通的。（例如，有人建议我直接将 RDF 字符串中的“:”字符替换为“_”来完全摆脱命名空间。这不起作用，因为 XML 文档中的命名空间前缀是任意的，仅用作文档开头定义的更长 URI 的“快捷方式”。不同的人可以使用不同的前缀来表示同一个命名空间 URI，这不应该有区别。）

所以我决定创建一个自己的解决方案，作为一个“轻量级”的替代方案。它实际上是一个文件，包含一个主类（SimpleRDFElement 类）和一个辅助类（SimpleRDFTriple 类）。它所做的就是向 PHP 的内置 SimpleXMLElement 类添加一些辅助方法。但当您处理 RDF XML 时，这些方法会产生巨大的差异。

由于此解决方案简短且简单，因此有很多功能是缺失的。这是故意的：它不打算做太多事情。它是一个简单问题的简单解决方案。它允许您将 RDF 文档解析为对象，并允许您访问命名空间信息。它还提供了一个方法，可以从对象表示的顶级元素及其直接子元素中提取三元组。（此方法不是递归的，因此您需要自己进行任何递归。）

我不能保证它绝对能处理所有有效的 RDF/XML 文档。但是，我愿意进行（一些）添加和改进，并修复您发现的任何错误。请通过您的评论、建议和抱怨与我联系。

Using the Code

此代码是一个包含两个 PHP 类定义的单个文件。

第一个类仅仅是一个辅助类，SimpleRDFTriple，它实际上是一个没有方法的对象，只有三个属性：tripleSubject、triplePredicate 和 tripleObject。这个类之所以存在，只是为了让 SimpleRDFElement 类有一个 getTriples() 方法，该方法返回该类型对象的数组。

第二个类，SimpleRDFElement，继承了 PHP 中 SimpleXML 库内置的 SimpleXMLElement 类。

由于该类继承了 SimpleXMLElement，您可以使用内置函数 simplexml_load_string() 从包含 RDF/XML 文本的字符串变量创建新的 SimpleRDFElement。

$xmlobj = simplexml_load_string($xmltext,'SimpleRDFElement');

第一个参数是包含您要解析的 RDF/XML 文本的变量，第二个参数是一个字符串：我们扩展类的名称，SimpleRDFElement。这将返回一个 SimpleRDFElement 类型的对象，这意味着它可以像 SimpleXMLElement 对象一样进行操作，但您也可以使用扩展类提供的新元素。

SimpleRDFClass 提供的新方法是

$xmlobj->getPrefix()

根据 XML 文本定义的命名空间定义，返回对象的根元素的命名空间前缀。

$xmlobj->getNamespace()

根据 XML 文本定义的命名空间定义，返回对象的根元素的命名空间完整 URI。

$xmlobj->getFullName()

返回根元素的完全限定名称，使用前缀:标签名格式，例如 rdfs:Class。

$xmlobj->getFullURI()

返回根元素的完整 URI，使用命名空间的扩展 URI 后跟元素标签名，例如http://www.w3.org/2000/01/rdf-schema#Class。

$xmlobj->getChildNodes()

返回当前顶级元素的所有子元素（作为 SimpleRDFElement 对象）的数组。与内置的 children() 方法不同，此方法返回所有子元素，无论命名空间如何。

$xmlobj->getAttributes()

返回当前顶级元素的所有属性（作为单个 SimpleRDFElement 对象）的数组。与内置的 attributes() 方法不同，此方法返回所有属性，无论命名空间如何。

$xmlobj->getTriples()

返回 SimpleRDFTriple 对象的数组。这是一个简单的辅助类，定义了一个具有三个属性的对象：tripleSubject、triplePredicate、tripleObject。此方法解析顶级元素，并根据该元素、其属性及其直接子元素构建三元组。它不是递归的。

大多数方法都很简单，如果您熟悉 RDF、XML 和命名空间，其用法是不言自明的。

唯一复杂的方法是 getTriples()，它返回基于 $xmlobject 表示的根元素而生成的 SimpleRDFTriple 对象数组。

您应该记住，getTriples() 不是递归的，因此它会假定根节点代表一个 RDF 元素，该元素包含三元组主语的信息，而直接子元素（和属性）则是该主语的谓语和宾语信息。这意味着，如果您最初是从完整的 RDF/XML 文档创建了 $xmlobj，使得根元素是 RDF 元素，那么您将需要遍历子元素来提取三元组。

例如，以下代码提供了一个非常简单的 RDF/XML 字符串，并将演示如何提取其所有三元组。

$xmltext = 
'<rdf:rdf 
        xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" 
        xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#">
<rdf:Description rdf:id="#someperson">
<rdfs:label>Bob</rdfs:label>
<rdf:type rdf:resource="http://xmlns.com/foaf/0.1/Person" />
</rdf:Description>
</rdf:rdf>';

$xmlobj = simplexml_load_string($xmltext,'SimpleRDFElement');

foreach ($xmlobj->getChildNodes() as $child)
{
     foreach ($child->getTriples() as $trip)
     {
        print_r( $trip );
     }
}

这将产生以下输出文本：

SimpleRDFTriple Object
(
    [tripleSubject] => #someperson
    [triplePredicate] => http://www.w3.org/2000/01/rdf-schema#label
    [tripleObject] => Bob
)
SimpleRDFTriple Object
(
    [tripleSubject] => #someperson
    [triplePredicate] => http://www.w3.org/1999/02/22-rdf-syntax-ns#type
    [tripleObject] => http://xmlns.com/foaf/0.1/Person
)

关注点

源代码文件中的代码故意保持非常简单，这样您就可以确切地看到它是如何完成的，而不是简单地将其用作某种“黑盒子”，并且（如果您愿意）可以进行修改。

如果您想出特别巧妙的扩展或附加方法，请告诉我，我会将其（以及您的名字，并注明出处）添加到上面链接的源代码中。

历史

此类或与其相关的任何更新将出现在博客上：http://talkingowlproject.blogspot.com/。

© . All rights reserved.