PHPでコロンを含むXML要素名を扱う方法

いままで XMLを扱う際に、PHP 4.xでは DOM XML を、PHP 5.xでは SimpleXML を利用してきた。
これらは便利な関数群だが、XML要素名にコロン「：」を含む場合、そのままでは扱うことができない。たとえば RSS 1.0 では、"dc:date" のように、コロンを含む要素名があり、処理に工夫が必要だ。

XMLの要素名にコロン「：」を含む場合、名前空間（name space）が関係してくる。
今回は、RSS 1.0を題材に、Simple XMLで名前空間を扱う方法を紹介する。

（2021年10月10日）PHP8対応，リファラ・チェック改良など

プログラムを実行する

サンプル・プログラムの実行例

サンプル・プログラム「RSS 1.0 ビューア」

ダウンロード（PHP8対応）

圧縮ファイルの内容
RSS10view.php	サンプル・プログラム本体

解説：DOM XMLの場合

194: /**
195:  * RSS1.0 の内容を配列に格納する
196:  * @param   string $url RSS1.0のURL
197:  * @param   array  $arr RSSの内容を格納する配列
198:  *          getRDF[channel][title]
199:  *                         [link]
200:  *                [items][番号][title]
201:  *                             [link]
202:  *                             [description]
203:  *                             [date]
204:  * @return 格納したitemの数／FALSE=格納に失敗
205: */
206: function getRDF($url, &$arr) {
207:     //PHP4用; DOM XML利用
208:     if (isphp5over() == FALSE) {
209:         $dom = read_xml($url);      //DOM XML利用
210:         if (($rdf = $dom->get_elements_by_tagname('RDF')) == NULL)  return FALSE;
211:         //channel情報の取得
212:         $channel = $rdf[0]->get_elements_by_tagname('channel');
213:         $node    = $rdf[0]->get_elements_by_tagname('title');
214:         $arr['channel']['title'] = htmlspecialchars($node[0]->get_content());
215:         $node    = $rdf[0]->get_elements_by_tagname('link');
216:         $arr['channel']['link'] = htmlspecialchars($node[0]->get_content());
217:         $item    = $rdf[0]->get_elements_by_tagname('item');
218:         //item情報の取得
219:         $i = 0;
220:         while (isset($item[$i])) {
221:             $node = $item[$i]->get_elements_by_tagname('title');
222:             $arr['item'][$i]['title']       = htmlspecialchars($node[0]->get_content());
223:             $node = $item[$i]->get_elements_by_tagname('link');
224:             $arr['item'][$i]['link']        = htmlspecialchars($node[0]->get_content());
225:             $node = $item[$i]->get_elements_by_tagname('description');
226:             $arr['item'][$i]['description'] = htmlspecialchars($node[0]->get_content());
227:             $node = $item[$i]->get_elements_by_tagname('date');
228:             $arr['item'][$i]['date']        = htmlspecialchars($node[0]->get_content());
229:             $i++;
230:         }
231:
232:     //PHP5用; SimpleXML利用
233:     } else {
234:         $rdf = @simplexml_load_file($url);
235:         if ($rdf == FALSE)  return FALSE;
236:         if (! isset($rdf->item))    return FALSE;
237:         //channel情報の取得
238:         $arr['channel']['title'] = htmlspecialchars($rdf->channel->title);
239:         $arr['channel']['link']  = htmlspecialchars($rdf->channel->link);
240:         //item情報の取得
241:         $i = 1;
242:         while (isset($rdf->item[$i]->title)) {
243:             $arr['item'][$i]['title']        = htmlspecialchars($rdf->item[$i]->title);
244:             $arr['item'][$i]['link']         = htmlspecialchars($rdf->item[$i]->link);
245:             $arr['item'][$i]['description']  = htmlspecialchars($rdf->item[$i]->description);
246:             $node = $rdf->item[$i]->children(NS_dc);
247:             $arr['item'][$i]['date']         = htmlspecialchars($node->date);
248:             $i++;
249:         }
250:         $i--;
251:     }
252:     return $i;
253: }

RSS 1.0 の内容を配列変数に格納するユーザー関数が getRDF である。
内部では、PHP 4.xの場合と PHP 5.x の場合とで処理を分岐させている。

関数 get_elements_by_tagname では、要素名にコロンを含む場合、コロンの右側を認識する。そこで、get_elements_by_tagname('date') としてやれば、要素 "dc:date" の値を取得することができる。

なお、配列変数 $arr に代入する際にいちいち関数 htmlspecialchars を適用しているのは、クロスサイトスクリプティング対策のためである。

解説：SimpleXMLの場合

Simple XML の場合、"$rdf->item[$i]->dc:date" では要素の内容を取得することができない。名前空間を指定し、children メソッドを使う必要がある。

  37: //名前空間
  38: define('NS_dc',    'http://purl.org/dc/elements/1.1/');
  39: define('NS_rdf',   'http://www.w3.org/1999/02/22-rdf-syntax-ns#');
  40: define('NS_xmlns', 'http://purl.org/rss/1.0/');
  41: