XML标记语言 - 技术栈

最近在学XXE-XML外部实体注入漏洞时候，浅浅学习了一下XML，谨做此学习笔记。

一：XML概述

二：XML语法

XML中的CDATA

一：XML概述

XML：可扩展性标记语言

（HTML是超文本标记语言，XML和HTML极为相似）

下面是一段标准的XML数据格式：

（不同浏览器上展示形式可能不同）

XML数据格式最主要的功能就是数据传输

XML也可以用作配置文件，如：config.xml pom.xml

XML也可以存储数据，充当小型数据库

XML被发明的目的是传输和存储数据，而不是展示数据（HTML是展示数据）

XML标签必须自定义，必须有一个根节点<root></root>(不是root也行，也可以自定义)，而且它是W3C推举的数据传输格式。

二：XML语法

XML语法要求极其严格：

1.必须有根节点。

2.XML的头声明：可有可无，但是建议写上。

<?xml version="1.0" encoding="utf-8"?>

3.所有标签都必须成对出现，没有HTML中的单标签。

4.大小写敏感。

5.标签不能交叉，XML的注释和HTML是一样的。

6.特殊字符需要实体转义：

XML属性：就是表示标签自身的一些额外信息

一个标签可以有多个属性，属性的值必须使用引号引起来;

命名规则:数字字母下划线，数字不能开头;

还有，在解析数据时，属性会带来额外的解析代码(多了一步，比较麻烦);所以属性就是鸡肋(食之无肉，弃之有味);

XML中的CDATA

当有一段文本包含很多特殊字符时候，这个时候一个一个转成实体过于麻烦，所以我们可以使用XML中的CDATA

XML 复制代码

<![CDATA[这里是文本内容]]>

三：使用PHP解析XML文档

在 PHP5版本以后，提供了一个非常非常强大的类库，SimpleXML类库，专门用于实现对XML文档的解析操作。

通过使用simplexml_load_file() 这个函数来解析XML文档，返回PHP对象：

会返回一个数组形式（键值对）的冬冬：(根节点root是不解析的)

object(SimpleXMLElement)#1 (3)

{ ["id"]=> string(3) "num" ["user"]=> string(5) "he11o" ["qw"]=> string(9) "good girl" }

并且可以通过echo $q->user 来获取到对应的字符串

PHP 解析XML共分为3步:

读取文档到内存

形成 DOM树

由 DOM树生成对象并返回.

解析其中，如果有相同的标签名，就会转为数组，XML中的标签作为了PHP中的属性，XML标签中的内容作为PHP属性值。

这个其实自己试试理解更为深刻。。

XML：

XML 复制代码

<root>
<man>
<id>num</id>
<user>he11o</user>
<qw>good girl</qw>
</man>
</root>

PHP返回到页面：

object(SimpleXMLElement)#1 (1)

{ ["man"]=> object(SimpleXMLElement)#2 (3)

{

["id"]=> string(3) "num"

["user"]=> string(5) "he11o"

["qw"]=> string(9) "good girl"

}

可以使用for循环或者foreach来遍历XML数据。

添加节点

首先还是拿simplexml_load_file() 获取到XML文档

然后可以用addChild()函数给获取到的 $q 来添加子节点，看图：

添加节点：

最后还有一个asXML的操作，也就是把这个修改给加到XML文档中去。

总体来说，就是创建一个变量获取（接收）XML文档，然后修改，再把这个变量给返回到XML文档中去。

四：Xpath语言

Xpath：他是专门用来查找XML数据内容的一门语言，对XML元素以及属性进行遍历。

比如说要想找到一个XML文档中的所有user属性的值，直接用Xpath函数：

xpath('路径')

绝对查找

（这里是 / 开头的绝对查找）

php 复制代码

<?php
$q = simplexml_load_file('z.xml');
$w = $q->xpath('/root/man/user');
var_dump($w);
?>

Xpath查找后仍然返回的是数组，每一个值仍是一个对象。

相对查找

$w = $q->xpath('//user'); 注意这里是双杠

意为寻找XML文档里所有user属性的值

使用*匹配

比如： //man/* 意为man下面的所有节点都找到

条件，匹配查找

//man[age>10] age为man中的子节点（子标签）

//man[last()] 拿到man节点下的最后一个节点值

//man[@msg] 查找man节点下的有msg属性的所有节点

总结如有不当之处，欢迎大家批评指正！

ヾ(•ω•`)o ヾ(•ω•`)o