xml — PHP заменяет текст в файлах Office OpenXML на XMLWriter / XMLReader
Я использую XMLReader для поиска текста в документе Office OpenXML и XMLWriter для записи его в файл xliff. Затем я изменяю текст в другом XML-файле, и теперь я хочу перестроить документ OpenXML. Я использую класс итератора XML, как suggesetd в этот вопрос
Я хочу заменить содержимое узлов в исходном файле содержимым узлов из файла xliff, проверяя, совпадает ли число узлов с атрибутом. Таким образом, 10-й узел будет заменен на, если он существует.
Что происходит сейчас с моим кодом, так это то, что он не заменяет содержимое тега. Он генерирует замкнутые пустые теги и размещает оригинальный контент после него. И только после этого тега он закрывает документ.
файл xliff — сегменты. xliff
<?xml version="1.0"?>
<xliff>
<file original="/home/brgwe507/public_html/previas/wp-content/uploads/sites/9/2015/03/Cap32.docx" datatype="x-noveritis" source-language="pt-BR">
<body>
<trans-unit id="177">
<source><g id="217">In a thermodynamic process, energy is transferred to or from a system by two primary methods.</g></source><seg-source><mrk mtype="seg" id="1"><g id="217">In a thermodynamic process, energy is transferred to or from a system by two primary methods.</g></mrk></seg-source>
<target><mrk mtype="seg" id="1"><g id="217">tradução segmento1.</g></mrk> </target>
</trans-unit>
<trans-unit id="178">
<source><g id="217">The first method to be considered is work and the second, which will follow in Section 3.2, is heat transfer.</g></source><seg-source><mrk mtype="seg" id="2"><g id="217">The first method to be considered is work and the second, which will follow in Section 3.2, is heat transfer.</g></mrk></seg-source>
<target><mrk mtype="seg" id="2"><g id="217">tradução segmento 2</g></mrk> </target>
</trans-unit>
<trans-unit id="179">
<source><g id="218">Work, designated </g><g id="219">W</g><g id="220">, is defined in mechanics as the product of a force and the distance moved in the direction of the force.</g></source><seg-source><mrk mtype="seg" id="3"><g id="218">Work, designated </g><g id="219">W</g><g id="220">, is defined in mechanics as the product of a force and the distance moved in the direction of the force.</g></mrk></seg-source>
<target><mrk mtype="seg" id="3"><g id="218">tradução</g><g id="219">teste</g><g id="220">, segmento 3</g></mrk> </target>
</trans-unit>
<trans-unit id="180">
<source><g id="220">A more general definition of work is used in thermodynamics:</g><g id="221">Work</g><g id="222">, an interaction between a system and its surroundings, is done by a system if the sole external effect on the surroundings could be the raising of a weight.</g></source><seg-source><mrk mtype="seg" id="4"><g id="220">A more general definition of work is used in thermodynamics:</g><g id="221">Work</g><g id="222">, an interaction between a system and its surroundings, is done by a system if the sole external effect on the surroundings could be the raising of a weight.</g></mrk></seg-source>
<target><mrk mtype="seg" id="4"><g id="220">tradução deste segmento:</g><g id="221">para</g><g id="222">teste de tradução segmento 4.</g></mrk> </target>
</trans-unit>
<trans-unit id="181">
<source><g id="222">The magnitude of the work is the product of the weight and the distance it could be </g><g id="223">lifted.This</g><g id="224"> definition allows a battery to do work since the energy produced by the battery could be the lifting of a weight, as suggested in Fig.</g></source><seg-source><mrk mtype="seg" id="5"><g id="222">The magnitude of the work is the product of the weight and the distance it could be </g><g id="223">lifted.This</g><g id="224"> definition allows a battery to do work since the energy produced by the battery could be the lifting of a weight, as suggested in Fig.</g></mrk></seg-source>
<target><mrk mtype="seg" id="5"><g id="222">tradução para teste </g><g id="223">xliff.</g><g id="224"> semgneto 5 ladsfoienfoqeiwnf</g></mrk> </target>
</trans-unit>
<trans-unit id="182">
<source><g id="224">3.2.Work has unit</g><g id="225">s of N </g><g id="226">[S]</g><g id="227"> </g><g id="228">m 5 J.</g></source><seg-source><mrk mtype="seg" id="6"><g id="224">3.2.Work has unit</g><g id="225">s of N </g><g id="226">[S]</g><g id="227"> </g><g id="228">m 5 J.</g></mrk></seg-source>
<target><mrk mtype="seg" id="6"><g id="224">3.2. teste</g><g id="225">1 de 7 </g><g id="226">[S]</g><g id="227"> </g><g id="228">segmento.</g></mrk> </target>
</trans-unit>
<trans-unit id="183">
<source><g id="228">The work done per unit mass, or </g><g id="229">specific work</g><g id="230">, is</g></source><seg-source><mrk mtype="seg" id="7"><g id="228">The work done per unit mass, or </g><g id="229">specific work</g><g id="230">, is</g></mrk></seg-source>
<target><mrk mtype="seg" id="7"><g id="228">Para tradução </g><g id="229">segmento</g><g id="230">, é</g></mrk> </target>
</trans-unit>
</body>
</file>
</xliff>
оригинал document.xml для обновления
<w:document xmlns:ve="http://schemas.openxmlformats.org/markup-compatibility/2006" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:r="http://schemas.openxmlformats.org/officeDocument/2006/relationships" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math" xmlns:v="urn:schemas-microsoft-com:vml" xmlns:wp="http://schemas.openxmlformats.org/drawingml/2006/wordprocessingDrawing" xmlns:w10="urn:schemas-microsoft-com:office:word" xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main" xmlns:wne="http://schemas.microsoft.com/office/word/2006/wordml">
<w:body>
<w:p w:rsidR="000C0514" w:rsidRPr="004F10D0" w:rsidRDefault="004F10D0" w:rsidP="004F10D0">
<w:pPr>
<w:rPr>
<w:b/>
</w:rPr>
</w:pPr>
<w:r w:rsidRPr="004F10D0">
<w:rPr>
<w:b/>
</w:rPr>
<w:t>CHAPTER 3</w:t>
</w:r>
</w:p>
...
<w:p w:rsidR="000C0514" w:rsidRPr="009D4166" w:rsidRDefault="004F10D0" w:rsidP="004F10D0">
<w:pPr>
<w:rPr>
<w:b/>
</w:rPr>
</w:pPr>
<w:r w:rsidRPr="009D4166">
<w:rPr>
<w:b/>
</w:rPr>
<w:t>Figure 3.57</w:t>
</w:r>
</w:p>
<w:sectPr w:rsidR="000C0514" w:rsidRPr="009D4166" w:rsidSect="004F10D0">
<w:headerReference w:type="even" r:id="rId7"/>
<w:pgSz w:w="11905" w:h="16840"/>
<w:pgMar w:top="1417" w:right="1701" w:bottom="1417" w:left="1701" w:header="0" w:footer="1305" w:gutter="0"/>
<w:cols w:space="720"/>
</w:sectPr>
</w:body>
</w:document>
Код PHP
$xmlInputFile = 'document.xml';
$xmlOutputFile = 'new_document.xml';
$xmlxliff = 'segments.xliff';
$reader = new XMLReader();
$reader->open($xmlInputFile);
$writer = new XMLWriter();
$writer->openUri($xmlOutputFile);
$iterator = new XMLWritingIteration($writer, $reader);
$segmentos = new XMLReader();
$segmentos->open($xmlxliff);
$writer->startDocument();
$t=0;
foreach ($iterator as $node) {
$isElement = $node->nodeType === XMLReader::ELEMENT;
if ($isElement && $node->name === 'w:t') {
// increase <w:t> counter and find the same g id in the xliff
$t++;
$writer->startElement($node->name);
while ($segmentos->read()){
if ($segmentos->nodeType == XMLREADER::ELEMENT && $segmentos->name === 'g'){
$gid = $segmentos->getAttribute('id');
if ($gid === $t){
$texto = $segmentos->readInnerXML();
$writer->text($texto);
}
}
}
$writer->endElement();
}else {
// handle everything else
$iterator->write();
}
}
$writer->endDocument();
И вывод в new_document.xml
<?xml version="1.0"?>
<w:document xmlns:ve="http://schemas.openxmlformats.org/markup-compatibility/2006" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:r="http://schemas.openxmlformats.org/officeDocument/2006/relationships" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math" xmlns:v="urn:schemas-microsoft-com:vml" xmlns:wp="http://schemas.openxmlformats.org/drawingml/2006/wordprocessingDrawing" xmlns:w10="urn:schemas-microsoft-com:office:word" xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main" xmlns:wne="http://schemas.microsoft.com/office/word/2006/wordml">
<w:body>
<w:p w:rsidR="000C0514" w:rsidRPr="004F10D0" w:rsidRDefault="004F10D0" w:rsidP="004F10D0">
<w:pPr>
<w:rPr>
<w:b/>
</w:rPr>
</w:pPr>
<w:r w:rsidRPr="004F10D0">
<w:rPr>
<w:b/>
</w:rPr>
<w:t/><--self closing <w:t> tag
CHAPTER 3 <-- original text was not replaced and now is outside the tag
</w:r>
</w:p>
</w:body> <-- body closing tag after first paragraph
</w:document> <-- document closing tag
<w:p w:rsidR="000C0514" w:rsidRPr="004F10D0" w:rsidRDefault="000C0514" w:rsidP="004F10D0"/> <-- more content after document closing tag
<w:p w:rsidR="004F10D0" w:rsidRDefault="004F10D0" w:rsidP="004F10D0">...
Решение
Прежде всего, с кодом действительно есть небольшая проблема. Я обновил XMLReaderIterator до версии 0.1.8 который также содержит небольшое исправление, которое полезно в вашем сценарии.
Общая проблема с потоком в вашем примере заключается в том, что вы не пересылаете итератор чтения. Поэтому позже эти части написаны. Вот почему вы видите это в конце документа. Так что для написания недостаточно, но вам также нужно пропустить элементы из итератора чтения, который вы хотите заменить:
$writer->startElement($node->name);
$node->next();
$iterator->skipNextRead();
$writer->text(sprintf("TEXT #%d", $textCount));
$writer->endElement();
После запуска элемента, $node->next(); пропускает все подузлы (дочерние) текущего $node элемент. Это необходимо для того, чтобы не позднее они выводились.
затем $iterator->skipNextRead() говорит foreach не продвигаться еще раз (уже сделано с next(), XMLReader только вперед). Этот метод является новым для XMLWritingIteration в v0.1.8, так что вам нужно обновление.
Весь пример (используя ваши примеры XML):
require('xmlreader-iterators.php'); // require XMLReaderIterator library
$xmlInputFile = 'data/worddocument.xml';
$xmlXliffFile = 'data/segments.xliff';
$reader = new XMLReader();
$reader->open($xmlInputFile);
$writer = new XMLWriter();
$writer->openMemory();
$iterator = new XMLWritingIteration($writer, $reader);
$writer->startDocument();
$textCount = 0;
foreach ($iterator as $node) {
$isElement = $node->nodeType === XMLReader::ELEMENT;
if ($isElement && $node->name === 'w:t') {
$textCount++;
$writer->startElement($node->name);
$node->next();
$iterator->skipNextRead();
$writer->text(sprintf("TEXT #%d", $textCount));
$writer->endElement();
} else {
// handle everything else
$iterator->write();
}
}
$writer->endDocument();
echo $writer->outputMemory(true);
Выход:
<?xml version="1.0"?>
<w:document xmlns:ve="http://schemas.openxmlformats.org/markup-compatibility/2006" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:r="http://schemas.openxmlformats.org/officeDocument/2006/relationships" xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math" xmlns:v="urn:schemas-microsoft-com:vml" xmlns:wp="http://schemas.openxmlformats.org/drawingml/2006/wordprocessingDrawing" xmlns:w10="urn:schemas-microsoft-com:office:word" xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main" xmlns:wne="http://schemas.microsoft.com/office/word/2006/wordml">
<w:body>
<w:p w:rsidR="000C0514" w:rsidRPr="004F10D0" w:rsidRDefault="004F10D0" w:rsidP="004F10D0">
<w:pPr>
<w:rPr>
<w:b/>
</w:rPr>
</w:pPr>
<w:r w:rsidRPr="004F10D0">
<w:rPr>
<w:b/>
</w:rPr>
<w:t>TEXT #1</w:t>
</w:r>
</w:p>
...
<w:p w:rsidR="000C0514" w:rsidRPr="009D4166" w:rsidRDefault="004F10D0" w:rsidP="004F10D0">
<w:pPr>
<w:rPr>
<w:b/>
</w:rPr>
</w:pPr>
<w:r w:rsidRPr="009D4166">
<w:rPr>
<w:b/>
</w:rPr>
<w:t>TEXT #2</w:t>
</w:r>
</w:p>
<w:sectPr w:rsidR="000C0514" w:rsidRPr="009D4166" w:rsidSect="004F10D0">
<w:headerReference w:type="even" r:id="rId7"/>
<w:pgSz w:w="11905" w:h="16840"/>
<w:pgMar w:top="1417" w:right="1701" w:bottom="1417" w:left="1701" w:header="0" w:footer="1305" w:gutter="0"/>
<w:cols w:space="720"/>
</w:sectPr>
</w:body>
</w:document>
Я думаю, что это скорее тот результат, которого вы пытаетесь достичь. Если файл xliff не такой большой, возможно, лучше не использовать XMLReader разобрать это но SimpleXMLElement или же DOMDocument. Как есть XPath что должно быть очень удобно для поиска идентификаторов и быстрого сбора подходящего контента.
Другие решения
Других решений пока нет …