php – 如何从DBLP中提取最新文章

发布时间：2020-12-13 16:53:07 所属栏目：PHP教程来源：网络整理

导读：我需要从DBLP中提取最新的文章所有元素的描述和所有字段都可以在以下位置找到： http://dblp.uni-trier.de/xml/dblp.dtd 帮助文件位于： http://dblp.uni-trier.de/xml/docu/dblpxml.pdf 那么,你有一个API,你按年份做GET请求,你得到一个JSON文档; 我想从今

我需要从DBLP中提取最新的文章

所有元素的描述和所有字段都可以在以下位置找到：

http://dblp.uni-trier.de/xml/dblp.dtd

帮助文件位于：

http://dblp.uni-trier.de/xml/docu/dblpxml.pdf

那么,你有一个API,你按年份做GET请求,你得到一个JSON文档;

我想从今天的文章中获得一个JSON文档;

但我不知道如何使用mdate属性发出GET请求;

这是一篇文章的结构：

<article key="journals/cacm/Szalay08"
mdate="2008-11-03">
<author>Alexander S. Szalay</author>
<title>Jim Gray,astronomer.</title>
<pages>58-65</pages>
<year>2008</year>
<volume>51</volume>
<journal>Commun. ACM</journal>
<number>11</number>
<ee>http://doi.acm.org/10.1145/
1400214.1400231</ee>
<url>db/journals/cacm/
cacm51.html#Szalay08</url>
</article>

我试过这个http://dblp.uni-trier.de/rec/bibtex/journals/acta/BayerM72并得到：

<?xml version="1.0"?>
<dblp>
<article key="journals/acta/BayerM72"
mdate="2003-11-25">
<author>Rudolf Bayer</author>
<author>Edward M. McCreight</author>
<title>Organization and Maintenance
of Large Ordered Indices</title>
...
</article>
</dblp>

我需要使用字段mdate提取所有最新文章.

这是一篇关于各种要求的文章：http://dblp.uni-trier.de/xml/docu/dblpxmlreq.pdf

php代码：

<pre>
    <?php
    $url = 'http://dblp.uni-trier.de/rec/bibtex/';
    $key = 'journals/acta/BayerM72';
    $content = file_get_contents($url . $key);
    echo $content;
    ?>
</pre>

解决方法

对于解析xml,有 XML Parser,XMLReader和 SimpleXML.XML Parser和XMLReader用于大文件,SimpleXML – 用于小文件(< 1Mb).

function startElement($parser,$tag,$attrs) {
    global $articles,$isArticle,$i,$globTag;
    $globTag = $tag;
    if ($tag == 'article') {
        $isArticle = true;
        if (isset ( $attrs ['mdate'] )) {
            // add date from attribute in article
            $articles [$i] ['mdate'] = $attrs ['mdate'];
        }
    }
}
function endElement($parser,$tag) {
    global $articles,$globTag;
    if ($tag == 'article') {
        $isArticle = false;
        ++ $i;
    }
}
function getElement($parser,$data) {
    global $articles,$globTag;
    if ($isArticle) {
        $articles [$i] = $articles [$i] + [ 
                $globTag => $data 
        ];
    }
}
global $articles,$globTag;
$articles = [ ];
$i = 0;
$isArticle = false;
$url = 'http://dblp.uni-trier.de/rec/bibtex/';
$key = 'journals/acta/BayerM72';
$url .= $key;
$parser = xml_parser_create ();

xml_set_element_handler ( $parser,"startElement","endElement" );
xml_set_character_data_handler ( $parser,'getElement' );
xml_parser_set_option ( $parser,XML_OPTION_CASE_FOLDING,false );

$file = fopen ( $url,'rb' );
if ($file === false) {
    die ( "File isnt!!" );
}
$clasterSize = 8192;

while ( $data = fread ( $file,$clasterSize ) ) {
    if (! xml_parse ( $parser,$data,feof ( $file ) )) {
        die ( sprintf ( "XML error: %s at line %d",xml_error_string ( xml_get_error_code ( $parser ) ),xml_get_current_line_number ( $parser ) ) );
    }
}
xml_parser_free ( $parser );
fclose ( $file );

这是XML Parser中的示例.

<?php
    $url = 'http://dblp.uni-trier.de/rec/bibtex/';
    $key = 'journals/acta/BayerM72';
    $content = file_get_contents($url . $key);
$xml = new SimpleXMLElement($content);

/* Search for <dblp><article> */
$result = $xml->xpath('/dblp/article');
// $result is  an array of SimpleXMLElement objects
   var_dump($result);
    ?>

有SimpleXML示例.您在结果中获得了一个SimpleXMLElement对象数组.查看manual以获取SimpleXMLElement属性SimpleXMLElement-> attributes();.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!