Leer informacion con la función XMLREADER

[gsusalvarado]

Buenas a todos veran, apenas ayer empece a trabajar con la función xmlreader ya que surge la necesidad de manejar ficheros xml de hasta 600mb y en ellos hay algunas etiquetas repetidas pero necesito solo obtener la primera, he visto que con la funcion simplexml_load() se puede obtener el valor de la 1er columna algo como esto

$xml = simplexml_loadfile("archivo.xml");
$xml -> photo[0]['name'];
//y eso devuelve el primer valor que esta en la etiqueta photo dentro de name

Pero yo necesito eso mismo pero utilizando XMLREADER
mi codigo

<?php
$xml = new XMLREADER();
$xml -> open("DIFF_20131202.xml");
$etiquetas = array();
while($xml -> read())
{
//Obtener titulo del libro
if($xml ->nodeType == XMLREADER::ELEMENT && $xml->localName == 'Literal')
{
$xml ->read();
$etiquetas['Literal|'] = $xml->value;
}
}
?>

Algo asi esta estructurado mi XML

<?xml version="1.0" encoding="utf-8" ?>
<eBooks>
<BISAC>
<Literal>EDUCATION</Literal>
</BISAC>
<BISAC>
<Literal>General</Literal>
</BISAC>
</eBooks>

Espero que puedan ayudarme gracias

[vosk]

Pero si ya lo tienes, solo has de hacer otra vez la misma lectura dentro de la rama que encontraste bajo el nodo 'Literal':

Código PHP:

$etiquetas = array();
$flag_read_node = 0;
$flag_error = 0;
while($xml->read()) {
    if($xml->nodeType == XMLREADER::ELEMENT && $xml->localName == 'Literal') {
        $flag_read_node = 1;
        while($flag_read_node) {
            if($xml->read() === FALSE) {
                //error de lectura
                $flag_error = 1;
                break;
            }
            switch($xml->nodeType) {
                case XMLREADER::TEXT: {
                    $etiquetas['Literal'][] = $xml->value;
                }
                break;
                case XMLREADER::END_ELEMENT: {
                    $flag_read_node = 0;
                }
                break;
            }
        }
    }
}
 

Esto te carga todas las ramas 'Literal'. El control del nodo END_ELEMENT es importante para evitar que te salte un error de lectura al terminar de leer la rama actual. Y de los nodos te quedas con el de texto TEXT que sería el contenido en la etiqueta.

Podrías ampliar un poco mas esta funcion y hacer que te vaya leyendo por capas, de forma que para cada capa creas una entrada en el array con el key del nombre del nodo, y como value un nuevo array donde cargarías todo lo siguiente; de esta forma te quedaría un array parecido al que obtienes en el simplexml; algo así:

Código PHP:

$etiquetas = array();
cargalo_todo($xml, $etiquetas);
 
/*esto ya se que es cutre, pero funciona que no veas*/
echo "<pre>";
print_r($etiquetas);
echo "</pre>";
/***/
 
function cargalo_todo(&$xml, &$lista) {
    $flag_read_branch = 1;
    while($flag_read_branch && $xml->read() !== FALSE) {
        switch($xml->nodeType) {
            case XMLREADER::END_ELEMENT: {
                $flag_read_branch = 0;
            }
            break;
            case XMLREADER::ELEMENT: {
                if(!isset($lista[$xml->name])) {
                    $lista[$xml->name] = array();
                }
                cargalo_todo($xml, $lista[$xml->name]);
            }
            break;
            case XMLREADER::TEXT: {
                $lista[] = $xml->value;
            }
        }
    }
}
 

Saludos
vosk