使用PHP将大型复杂XML文档转换为HTML

我正在做一个项目，创建一个解析器，它将教科书存储在XML中，并用PHP将它们转换为HTML。这是用于在线教育服务。我花了大量时间研究PHP中XML解析器的选项。从我所看到的情况来看，我相信我最好的选择是使用DOMDocument或XMLReader（可能是将其与SimpleXML混合使用）

这些书被分成不同的文件，如封面、单元、章节和背面。这是从外部源提供的，因此我无法控制XML。也就是说，我已经知道他们正在使用XML文档构建

因此，这些书以ISBN命名，文件格式为1234567890_ch01.xml。这是XML文档的一个示例。这是高度浓缩的可读性，因为实际的文档是700-1000行每一个文档，大约25个文档每一本教科书

<frontmatter id="1234567890_001_000003" page-num="i" filename="1234567890_001_fm01.xml" sourcefilename="prelims.pdf">
    <titleinfo id="1234567890_001_000004" page-num="i">
        <title id="1234567890_001_000005" page-num="i">I'm a Book Title</title>
        <subtitle id="1234567890_001_000006" page-num="i">I'm a subtitle</subtitle>
    </titleinfo>
    <creditinfo id="1234567890_001_000007" page-num="i">
        <author id="1234567890_001_000008" page-num="i">
            <name><emph type="bold">Senior Author</emph>
                <fname><emph type="bold">Bob</emph></fname>
                <lname><emph type="bold">Loblaw</emph></lname>
            </name>
            <organizationname>District School Board</organizationname>
        </author>
        <author id="1234567890_001_000009" page-num="i">
            <name><emph type="bold">Authors</emph>
                <fname><emph type="bold">Spongebob</emph></fname>
                <lname><emph type="bold">Squarepants</emph></lname>
            </name>
            <organizationname>District School Board</organizationname>
        </author>
    </creditinfo>
</frontmatter>

我是书名
我是一个副标题
资深作者
上下快速移动
罗布劳
地区学校委员会
作者
海绵宝宝
方裤
地区学校委员会

这就是布局的基本思想。当然还有很多，但本质上它都是按父标记排序的。我想我的策略是列出父标记，使用SAX解析器读取这些标记，并将子标记转换为SimpleXML对象以便于使用。基本上保持相同的XML结构，但将其包装在HTML元素中，将XML元素名称作为类或id名称，并将XML属性直接转换为HTML属性

---

呸。好的，我的问题是。。。有没有人可以分享一些知识或经验来解析如此大小/复杂的XML文档？对于这种规模的XML文档，推荐的策略是什么？

我肯定会研究Jani Hartikainen对XSLT的建议。XSLT是一种基于XML的语言，用于编写规则（称为“样式表”，但它们不同于CSS样式表），将任意XML文档（如您正在处理的输入）转换为其他格式，包括HTML（转换为HTML非常常见，XSLT有一些专门的功能）。PHP有一个内置的XSLT处理器

---

可能是教科书出版商已经有了一些XSLT样式表，可以将教科书转换成HTML；您可能需要根据自己的具体需要对它们进行一些修改，但这比从头开始编写要容易得多，也不容易出错。

您考虑过使用XSLT吗？它是一种基于XML的语言，用于将XML文档转换为其他格式，我认为它可以很好地解决这个问题。@JaniHartikainen其中一个因素是它必须是HTML，然后可以使用CSS设置样式。这个HTML将作为一部分的页面上已经存在CSS，而旧的书籍是用旧的C#解析器解析的，我将用这个PHP版本替换它。我对XSLT不太熟悉，但似乎我最终会编写很多结构代码。