XML解析简介及Xerces-C++简单使用举例

来源：互联网发布：c语言!= 编辑：程序博客网时间：2024/06/10 14:52

XML是由World WideWeb联盟(W3C)定义的元语言。它已经成为一种通用的数据交换格式，它的平台无关性，语言无关性，系统无关性，给数据集成与交互带来了极大的方便。XML在不同的语言里解析方式都是一样的，只不过实现的语法不同而已。

XML本身只是以纯文本对数据进行编码的一种格式，要想利用XML，或者说利用XML文件中所编码的数据，必须先将数据从纯文本中解析出来，因此，必须有一个能够识别XML文档中信息的解析器，用来解释XML文档并提取其中的数据。然而，根据数据提取的不同需求，又存在着多种解析方式，不同的解析方式有着各自的优缺点和适用环境。选择合适的XML解析技术能够有效提升应用系统的整体性能。

所有的XML处理都从解析开始，无论是使用XSLT或Java语言，第一步都是要读入XML文件，解码结构和检索信息等等，这就是解析，即把代表XML文档的一个无结构的字符序列转换为满足XML语法的结构化组件的过程。

XML基本的的解析方式主要有两种：SAX(Simple API for XML)和DOM(Document ObjectModel)。

SAX是基于事件流的解析。SAX处理的优点非常类似于流媒体的优点。分析能够立即开始，而不是等待所有的数据被处理。而且，由于应用程序只是在读取数据时检查数据，因此不需要将数据存储在内存中。这对于大型文档来说是个巨大的优点。事实上，应用程序甚至不必解析整个文档，它可以在某个条件得到满足时停止解析。一般来说，SAX还比它的替代者DOM快很多。SAX解析器采用了基于事件的模型，它在解析XML文档的时候可以触发一系列的事件，当发现给定的tag的时候，它可以激活一个回调方法，告诉该方法制定的标签已经找到。SAX对内存的要求通常会比较低，因为它让开发人员来决定所要处理的tag。特别是当开发人员只需要处理文档中所包含的部分数据时，SAX这种扩展能力得到了更好的体现。但用SAX解析器的时候编码工作会比较困难，而且很难同时访问同一个文档中的多处不同数据。优点：(1)、不需要等待所有数据都被处理，分析就能立即开始；(2)、只在读取数据时检查数据，不需要保存在内存中；(3)、可以在某个条件得到满足时停止解析，不必解析整个文档；(4)、效率和性能较高，能解析大于系统内存的文档。缺点：(1)、需要应用程序自己负责TAG的处理逻辑(例如维护父/子关系等)，文档越复杂程序就越复杂；(2)、单向导航，无法定位文档层次，很难同时访问同一文档的不同部分数据，不支持XPath。

DOM是用与平台和语言无关的方式表示XML文档的官方W3C标准。DOM是以层次结构组织的节点或信息片段的集合。这个层次结构允许开发人员在树中寻找特定信息。分析该结构通常需要加载整个文档和构造层次结构，然后才能做任何工作。由于它是基于信息层次的，因而DOM被认为是基于树或基于对象的。优点：(1)、允许应用程序对数据和结构做出更改；(2)、访问是双向的，可以在任何时候在树中上下导航，获取和操作任意部分的数据。缺点：通常需要加载整个XML文档来构造层次结构，消耗资源大。

基于C/C++语言的XML解析库包括：

(1)、Expat：http://www.libexpat.org/ ；

(2)、die-xml：https://code.google.com/p/die-xml/；

(3)、Xerces-C++：http://xerces.apache.org/xerces-c/index.html；

(4)、TinyXml：http://www.grinninglizard.com/tinyxml/；

Xerces-C++的编译和使用：

1、从http://xerces.apache.org/xerces-c/download.cgi#verify下载 xerces-c-3.1.1.zip 源代码，并解压缩；

2、用vs2010打开xerces-c-3.1.1\projects\Win32\VC10\xerces-all目录下的xerces-all.sln；

3、分别选择SolutionConfigurations、Solution Platforms中相关项，然后选中Solution ‘xerces-all’，-->单击右键，选择执行Rebuild Solution，会在/Build/Win32/VC10目录下生成相应的动态库和静态库，这里选择Static Debug/xerces-c_static_3D.lib和Static Release/xerces-c_static_3.lib进行测试；

4、在’xerces-all’工作空间的基础上新建一个TestXerces工程，选中此工程，分别在Debug和Release下，工程属性(1)、Configuration Properties -->Character Set:Use Unicode Character Set; (2)、C/C++-->General-->Additional Include Directories: ../../../../../src ，C/C++ -->Prerocessor中加入：

[html] view plaincopy
_CRT_SECURE_NO_DEPRECATE  
_WINDOWS  
XERCES_STATIC_LIBRARY  
XERCES_BUILDING_LIBRARY  
XERCES_USE_TRANSCODER_WINDOWS  
XERCES_USE_MSGLOADER_INMEMORY  
XERCES_USE_NETACCESSOR_WINSOCK  
XERCES_USE_FILEMGR_WINDOWS  
XERCES_USE_MUTEXMGR_WINDOWS  
XERCES_PATH_DELIMITER_BACKSLASH  
HAVE_STRICMP  
HAVE_STRNICMP  
HAVE_LIMITS_H  
HAVE_SYS_TIMEB_H  
HAVE_FTIME  
HAVE_WCSUPR  
HAVE_WCSLWR  
HAVE_WCSICMP  
HAVE_WCSNICMP  

stdafx.h:

[cpp] view plaincopy
#pragma once  
  
#include "targetver.h"  
  
#include <stdio.h>  
  
#include "xercesc/util/PlatformUtils.hpp"  
#include "xercesc/util/XMLString.hpp"  
#include "xercesc/dom/DOM.hpp"  
#include "xercesc/util/OutOfMemoryException.hpp"  
#include "xercesc/util/TransService.hpp"  
#include "xercesc/parsers/SAXParser.hpp"  
#include "xercesc/sax/HandlerBase.hpp"  
#include "xercesc/framework/XMLFormatter.hpp"  

stdafx.cpp:

[cpp] view plaincopy
#include "stdafx.h"  
  
// TODO: reference any additional headers you need in STDAFX.H  
// and not in this file  
#ifdef _DEBUG  
    #pragma comment(lib, "../../../../../Build/Win32/VC10/Static Debug/xerces-c_static_3D.lib")   
#else  
    #pragma comment(lib, "../../../../../Build/Win32/VC10/Static Release/xerces-c_static_3.lib")   
#endif  

TestXerces.cpp:

[cpp] view plaincopy
#include "stdafx.h"  
#include <iostream>  
  
using namespace std;  
  
XERCES_CPP_NAMESPACE_USE  
  
class XStr  
{  
public :  
    // -----------------------------------------------------------------------  
    //  Constructors and Destructor  
    // -----------------------------------------------------------------------  
    XStr(const char* const toTranscode)  
    {  
        // Call the private transcoding method  
        fUnicodeForm = XMLString::transcode(toTranscode);  
    }  
  
    ~XStr()  
    {  
        XMLString::release(&fUnicodeForm);  
    }  
  
    // -----------------------------------------------------------------------  
    //  Getter methods  
    // -----------------------------------------------------------------------  
    const XMLCh* unicodeForm() const  
    {  
        return fUnicodeForm;  
    }  
  
private :  
    // -----------------------------------------------------------------------  
    //  Private data members  
    //  
    //  fUnicodeForm  
    //      This is the Unicode XMLCh format of the string.  
    // -----------------------------------------------------------------------  
    XMLCh*   fUnicodeForm;  
};  
  
#define X(str) XStr(str).unicodeForm()  
  
/* 
* This sample illustrates how you can create a DOM tree in memory. 
* It then prints the count of elements in the tree. 
*/  
int CreateDOMDocument()  
{  
    // Initialize the XML4C2 system.  
    try {  
        XMLPlatformUtils::Initialize();  
    } catch(const XMLException& toCatch) {  
        char *pMsg = XMLString::transcode(toCatch.getMessage());  
        XERCES_STD_QUALIFIER cerr << "Error during Xerces-c Initialization.\n"  
            << "  Exception message:"  
            << pMsg;  
        XMLString::release(&pMsg);  
        return 1;  
    }  
  
    // Watch for special case help request  
    int errorCode = 0;  
  
    /*{ 
    XERCES_STD_QUALIFIER cout << "\nUsage:\n" 
    "    CreateDOMDocument\n\n" 
    "This program creates a new DOM document from scratch in memory.\n" 
    "It then prints the count of elements in the tree.\n" 
    << XERCES_STD_QUALIFIER endl; 
    errorCode = 1; 
    }*/  
    if(errorCode) {  
        XMLPlatformUtils::Terminate();  
        return errorCode;  
    }  
  
    {  
        //  Nest entire test in an inner block.  
        //  The tree we create below is the same that the XercesDOMParser would  
        //  have created, except that no whitespace text nodes would be created.  
  
        // <company>  
        //     <product>Xerces-C</product>  
        //     <category idea='great'>XML Parsing Tools</category>  
        //     <developedBy>Apache Software Foundation</developedBy>  
        // </company>  
        DOMImplementation* impl =  DOMImplementationRegistry::getDOMImplementation(X("Core"));  
  
        if (impl != NULL) {  
            try {  
                DOMDocument* doc = impl->createDocument(  
                    0,                    // root element namespace URI.  
                    X("company"),         // root element name  
                    0);                   // document type object (DTD).  
  
                DOMElement* rootElem = doc->getDocumentElement();  
  
                DOMElement*  prodElem = doc->createElement(X("product"));  
                rootElem->appendChild(prodElem);  
  
                DOMText*    prodDataVal = doc->createTextNode(X("Xerces-C"));  
                prodElem->appendChild(prodDataVal);  
  
                DOMElement*  catElem = doc->createElement(X("category"));  
                rootElem->appendChild(catElem);  
  
                catElem->setAttribute(X("idea"), X("great"));  
  
                DOMText*    catDataVal = doc->createTextNode(X("XML Parsing Tools"));  
                catElem->appendChild(catDataVal);  
  
                DOMElement*  devByElem = doc->createElement(X("developedBy"));  
                rootElem->appendChild(devByElem);  
  
                DOMText*    devByDataVal = doc->createTextNode(X("Apache Software Foundation"));  
                devByElem->appendChild(devByDataVal);  
  
                //  
                // Now count the number of elements in the above DOM tree.  
                //  
                const XMLSize_t elementCount = doc->getElementsByTagName(X("*"))->getLength();  
                XERCES_STD_QUALIFIER cout << "The tree just created contains: " << elementCount  
                    << " elements." << XERCES_STD_QUALIFIER endl;  
  
                doc->release();  
            } catch (const OutOfMemoryException&) {  
                XERCES_STD_QUALIFIER cerr << "OutOfMemoryException" << XERCES_STD_QUALIFIER endl;  
                errorCode = 5;  
            } catch (const DOMException& e) {  
                XERCES_STD_QUALIFIER cerr << "DOMException code is:  " << e.code << XERCES_STD_QUALIFIER endl;  
                errorCode = 2;  
            } catch (...) {  
                XERCES_STD_QUALIFIER cerr << "An error occurred creating the document" << XERCES_STD_QUALIFIER endl;  
                errorCode = 3;  
            }  
        } else{// (inpl != NULL)  
            XERCES_STD_QUALIFIER cerr << "Requested implementation is not supported" << XERCES_STD_QUALIFIER endl;  
            errorCode = 4;  
        }  
    }  
  
    XMLPlatformUtils::Terminate();  
    return errorCode;  
}  
  
  
// ---------------------------------------------------------------------------  
//  This is a simple class that lets us do easy (though not terribly efficient)  
//  transcoding of XMLCh data to local code page for display.  
// ---------------------------------------------------------------------------  
class StrX  
{  
public :  
    // -----------------------------------------------------------------------  
    //  Constructors and Destructor  
    // -----------------------------------------------------------------------  
    StrX(const XMLCh* const toTranscode)  
    {  
        // Call the private transcoding method  
        fLocalForm = XMLString::transcode(toTranscode);  
    }  
  
    ~StrX()  
    {  
        XMLString::release(&fLocalForm);  
    }  
  
    // -----------------------------------------------------------------------  
    //  Getter methods  
    // -----------------------------------------------------------------------  
    const char* localForm() const  
    {  
        return fLocalForm;  
    }  
  
private :  
    // -----------------------------------------------------------------------  
    //  Private data members  
    //  
    //  fLocalForm  
    //      This is the local code page form of the string.  
    // -----------------------------------------------------------------------  
    char*   fLocalForm;  
};  
  
inline XERCES_STD_QUALIFIER ostream& operator<<(XERCES_STD_QUALIFIER ostream& target, const StrX& toDump)  
{  
    target << toDump.localForm();  
    return target;  
}  
  
int SAXPrint()  
{  
    // ---------------------------------------------------------------------------  
    //  Local data  
    //  
    //  doNamespaces  
    //      Indicates whether namespace processing should be enabled or not.  
    //      Defaults to disabled.  
    //  
    //  doSchema  
    //      Indicates whether schema processing should be enabled or not.  
    //      Defaults to disabled.  
    //  
    //  schemaFullChecking  
    //      Indicates whether full schema constraint checking should be enabled or not.  
    //      Defaults to disabled.  
    //  
    //  encodingName  
    //      The encoding we are to output in. If not set on the command line,  
    //      then it is defaulted to LATIN1.  
    //  
    //  xmlFile  
    //      The path to the file to parser. Set via command line.  
    //  
    //  valScheme  
    //      Indicates what validation scheme to use. It defaults to 'auto', but  
    //      can be set via the -v= command.  
    // ---------------------------------------------------------------------------  
    static bool                     doNamespaces        = false;  
    static bool                     doSchema            = false;  
    static bool                     schemaFullChecking  = false;  
    static const char*              encodingName    = "LATIN1";  
    static XMLFormatter::UnRepFlags unRepFlags      = XMLFormatter::UnRep_CharRef;  
    static char*                    xmlFile         = 0;  
    static SAXParser::ValSchemes    valScheme       = SAXParser::Val_Auto;  
  
    // Initialize the XML4C2 system  
    try {  
        XMLPlatformUtils::Initialize();  
    } catch (const XMLException& toCatch) {  
        XERCES_STD_QUALIFIER cerr << "Error during initialization! :\n"  
            << StrX(toCatch.getMessage()) << XERCES_STD_QUALIFIER endl;  
        return 1;  
    }  
  
    xmlFile = "../../../../../samples/data/personal-schema.xml";  
    int errorCount = 0;  
  
    //  
    //  Create a SAX parser object. Then, according to what we were told on  
    //  the command line, set it to validate or not.  
    //  
    SAXParser* parser = new SAXParser;  
    parser->setValidationScheme(valScheme);  
    parser->setDoNamespaces(doNamespaces);  
    parser->setDoSchema(doSchema);  
    parser->setHandleMultipleImports (true);  
    parser->setValidationSchemaFullChecking(schemaFullChecking);  
  
    //  
    //  Create the handler object and install it as the document and error  
    //  handler for the parser-> Then parse the file and catch any exceptions  
    //  that propogate out  
    //  
    int errorCode = 0;  
    try {  
        //SAXPrintHandlers handler(encodingName, unRepFlags);  
        //parser->setDocumentHandler(&handler);  
        //parser->setErrorHandler(&handler);  
        parser->parse(xmlFile);  
        errorCount = parser->getErrorCount();  
    } catch (const OutOfMemoryException&) {  
        XERCES_STD_QUALIFIER cerr << "OutOfMemoryException" << XERCES_STD_QUALIFIER endl;  
        errorCode = 5;  
    } catch (const XMLException& toCatch) {  
        XERCES_STD_QUALIFIER cerr << "\nAn error occurred\n  Error: "  
            << StrX(toCatch.getMessage())  
            << "\n" << XERCES_STD_QUALIFIER endl;  
        errorCode = 4;  
    }  
  
    if(errorCode) {  
        XMLPlatformUtils::Terminate();  
        return errorCode;  
    }  
  
    //  
    //  Delete the parser itself.  Must be done prior to calling Terminate, below.  
    //  
    delete parser;  
  
    // And call the termination method  
    XMLPlatformUtils::Terminate();  
  
    if (errorCount > 0)  
        return 4;  
    else  
        return 0;  
  
    return 0;  
}  
  
int main(int argc, char* argv[])  
{  
    CreateDOMDocument();  
  
    SAXPrint();  
  
    cout<<"ok!"<<endl;  
  
    return 0;  
}  

0 0