La manipulación y extracción de datos de archivos XML es una tarea fundamental en el desarrollo con PHP, especialmente al trabajar con los Comprobantes Fiscales Digitales por Internet (CFDI) en México. Para llevar a cabo esta labor, PHP ofrece herramientas poderosas como SimpleXML y DOM.
Uso de SimpleXML para la Extracción de Nodos
SimpleXML está diseñado para simplificar el manejo de documentos XML, proporcionando una interfaz orientada a objetos que es más directa y potente que trabajar con un array plano.
Acceso Directo a Nodos y Atributos
Los datos en SimpleXML no tienen que ser constantes. Por ejemplo, para cada elemento <character>, se puede mostrar un elemento <name>. Los valores como "Ms." y "Mr." no son arrays y se acceden directamente.
Para acceder a elementos anidados o atributos, puedes escribir $foo->bar->baz['bing'], lo cual es equivalente a $foo->bar[0]->baz[0]['bing'], sin importar cuántos elementos bar o baz existan en el XML. Si necesitas obtener todo el contenido de texto de un nodo, incluidas las secciones CDATA, independientemente de si también tiene elementos hijos o atributos, puedes usar (string)$foo->bar[0]->baz[0].
Además, SimpleXML permite acceder a la información de espacios de nombres, realizar ediciones sencillas en el XML, e incluso "importar" un objeto SimpleXML a un objeto DOM para una manipulación más avanzada. Es posible mostrar también los atributos de un elemento, por ejemplo, de <rating>, utilizando la función attributes().
Lea también: pasos para desglosar IVA, ISR e IEPS
Aquí se muestran ejemplos de extracción de atributos, incluso aquellos con espacios de nombres:
- echo $movies->movie->attributes("xml", true)["id"];
- echo $movies->movie->attributes("a", true)["link"];
Consultas XPath y Espacios de Nombres
Las consultas XPath son una herramienta robusta para navegar y seleccionar nodos específicos dentro de un documento XML. El operador '//' actúa como un comodín, permitiendo la selección de elementos sin importar su posición en la jerarquía del XML.
Un consejo rápido sobre las consultas XPath y los espacios de nombres predeterminados es que su manejo requiere atención. Aquí hay ejemplos de cómo contar nodos utilizando XPath, mostrando la forma de trabajar con y sin espacios de nombres:
- echo count($movies->xpath("//a:actor"));
- echo count($movies->xpath("//default:movie"));
- echo count($movies->xpath("//movie"));
Es importante destacar una particularidad: al intentar verificar si un nodo existe usando is_object($xml->module->admin), no se comporta como se espera. SimpleXML siempre retorna un objeto (vacío en este caso) incluso si el nodo especificado no existe, lo que puede llevar a comportamientos inesperados.
Consideraciones al Convertir SimpleXML a un Array
A menudo se propone un "truco" para convertir un objeto SimpleXML a un array, procesándolo primero con json_encode() y luego con json_decode(). Sin embargo, esta práctica tiene limitaciones importantes y no se recomienda.
Lea también: métodos efectivos para obtener tus archivos XML del SAT
La razón principal es que el propósito de SimpleXML es ser más fácil de usar y más potente que un array plano para la manipulación XML. Además, debido a que no está diseñado para esta conversión, el proceso a JSON y de vuelta puede resultar en la pérdida de información en ciertas situaciones. Por ejemplo, cualquier elemento o atributo definido dentro de un espacio de nombres será descartado, y el contenido de texto se perderá si un elemento también contiene hijos o atributos.
Si se requiere una conversión más inteligente y sin estas limitaciones, sería necesario escribir una lógica personalizada. En ese escenario, se pierde el valor añadido de SimpleXML, y sería más eficiente utilizar directamente las funciones de análisis XML de nivel inferior o la clase XMLReader para construir la estructura de datos deseada.
Manejo de Archivos CFDI y sus Estándares
Los archivos XML de CFDI en México están sujetos a un conjunto de estándares específicos que regulan su estructura, validación y transformación.
Validación y Transformación: XSD y XSLT
Los archivos XSD (XML Schema Definition) son esenciales para validar los archivos XML de CFDI. Estos esquemas garantizan que cada CFDI cumpla con las reglas de formato y contenido establecidas por el Servicio de Administración Tributaria (SAT).
Por otro lado, los archivos XSLT (Extensible Stylesheet Language Transformations) se utilizan para transformar los archivos XML de CFDI. Esta capacidad de transformación es particularmente útil al momento de generar la cadena de origen de los CFDI, un paso crítico para el proceso de timbrado fiscal digital.
Lea también: Solución a fallos en la descarga de facturas electrónicas desde CONTPAQi
Recursos y Esquemas CFDI
Los archivos XSD y XSLT requeridos para trabajar con CFDI y sus diversos complementos son públicamente accesibles. Un repositorio como phpcfdi/sat-ns-registry compila y lista todos estos documentos técnicos, incluyendo los relacionados con CFDI 3.3, Timbre Fiscal Digital 1.1, Nómina 1.2, Comercio Exterior 1.1, entre otros.
Es una práctica común y beneficiosa modificar estos archivos para que sus referencias internas sean relativas en lugar de absolutas. Por ejemplo, el archivo resources/www.sat.gob.mx/sitio_internet/cfd/3/cfdv33.xsd puede vincularse al archivo ../catalogos/catCFDI.xsd de forma relativa. Esta adaptación permite utilizar los recursos de forma local, evitando la necesidad de obtenerlos de fuentes externas en cada validación o transformación.
Herramientas de Generación de Recursos
El proceso de generación y mantenimiento de los archivos contenidos en repositorios de esquemas se facilita con herramientas especializadas. Por ejemplo, el proceso se realiza gracias a phpcfd/resources-sat-xml-generator, que a su vez utiliza la librería eclipxe/xmlresourceretriever para extraer y organizar todo el árbol de dependencias de los archivos XSD y XSLT.
Es importante señalar que la información dentro de estos repositorios debe considerarse de dominio público, ya que constituye una recopilación de información generada y publicada por el Servicio de Administración Tributaria (SAT) de México. Por lo anterior, se establece este tipo de repositorio con la licencia Unlicense.