关闭

开源的XML Parser expat的介绍和使用心得

标签: c++xml开源
1538人阅读 评论(0) 收藏 举报
分类:
expat是使用C所写的XML解释器,采用流的方式来解析XML文件,并且基于事件通知型来调用分析到的数据,并不需要把所有XML文件全部加载到内存里,这样可以分析非常大的XML文件。由于 expat库是由XML的主要负责人James Clark来实现的,因此它是符合W3C的XML标准的。 

---------------------------以上为转载------------------------------------- 

正因为源码全部是纯C所写,因此,非常容易移植,尤其是适用于嵌入式平台,我在往联芯的手机平台上移植时,几乎没改任何东西。 

不过,优点也带来了缺点,因为是采用流的方式解析XML,所以不会像TinyXML那样在一块内存中生成基于DOM的树。 

虽然这样解析起来略显麻烦,但是基于回调的机制,在我看来还是蛮方便的。 

下面就说使用方法: 

首先是用XML_ParserCreate(const XML_Char *encodingName),参数一般为NULL,函数返回一个XML_Parser类型指针,我们就当他是一个句柄吧,类似于Windows里的内核对象,一般需要保存在一个全局的指针里。 



然后调用XML_SetElementHandler(XML_Parser parser, 
                                                  XML_StartElementHandler start, 
                                                  XML_EndElementHandler end) 



         第一个参数是那个Parser句柄,第二个和第三个参数则是整个Parser的核心,类型为CallBack的函数,不了解CallBack函数的,我在这里简单说下,函数调用一般分为两种,一种是主调,即编写代码者,自己调用的函数,还一种成为Callback函数,编码者写好,但他自己却不主动调用,而是在某些条件下(编码者并不清楚具体时间和流程),由其他函数调用,比如简单的,如设备驱动,操作系统提供了一组某个设备的函数指针,比如LCD屏驱动,由一组画点,画线,画块等函数组成,当更换LCD时,只需要把操作系统开放的函数指针,指向你提供的接口即可,操作系统再需要时,会自动调用你的驱动函数,这就是回调函数一个典型的例子。 

       这二个回调分别是对应于解析<>和</>, 下面分别详细介绍这个2个回调函数。 

       typedef void (XMLCALL *XML_StartElementHandler) (void *userData, 
                                                 const XML_Char *name, 
                                                 const XML_Char **atts); 

       其中第一个参数userData, 可以由函数XML_SetUserData(XML_Parser parser, void *p)设置,参数就不用说了吧? 

       后面两个参数,我用个具体的列子说明下,这样更好理解: 

       比如有个标准XML,某个标签属性如下: 

       <feed version="2.0" ctxt-id="9212" template-id="default" feed-type="ftti"> 

       那么StartElementHandler回调返回的name就是标签"feed", **atts是一个指针数组,分别指向标签的一组属性,atts[0]就是"version", atts[1]就是"2.0", 以此类推。应该很清楚了吧?呵呵。 

       这时候必然有个对应的</feed>, 

       typedef void (XMLCALL *XML_EndElementHandler) (void *userData, 
                                               const XML_Char *name); 

       就是处理标签结束的,name就是"feed”了,这个回调一般是用户设置自己的状态机的。 

       最后一个函数就是XML_SetCharacterDataHandler(XML_Parser parser,XML_CharacterDataHandler handler) 

       这个函数是设置处理一个<>和</>之间的字段的回调。 

       回调原型如下: 

       typedef void (XMLCALL *XML_CharacterDataHandler) (void *userData, 
                                                  const XML_Char *s, 
                                                  int len); 

       其中第二个参数是一块Buffer的指针,如果你单步DEBUG后,你会发现expat用的就是你传入的那块Buffer(这块Buffer下面讲解),比如: 

       <title>天气</title> 
       <summary>28日08时至29日08时,陕西中南部、山西西南部、河南中南部、湖北北部、四川中东部、重庆西部和北部、贵州西部等地的部分地区有大雨或暴雨,河南南部、湖北北部等地局部有大暴雨。【点击“更多”查询其他城市天气】</summary> 

       假设目前解析到天气这个charData, 如果你看那个指针的所有内容的话,实际上是这样的: 

       天气</title> 
       <summary>28日08时至29日08时,陕西中南部、山西西南部、河南中南部、湖北北部、四川中东部、重庆西部和北部、贵州西部等地的部分地区有大雨或暴雨,河南南部、湖北北部等地局部有大暴雨。【点击“更多”查询其他城市天气】</summary> 

       所有要根据第三个参数len来确定正确的数据。 

       但这里有个非常隐晦的问题,如果不知道的话,会带来很大麻烦,下面说。 

       最后就是parse,调用 

       XML_Parse(XML_Parser parser, const char *s, int len, int isFinal) 

       第二个参数是用户指定的Buffer指针, 第三个是这块Buffer中实际内容的字节数,最后参数代表是否这块Buffer已经结束。比如要解析的XML文件太大,但内存比较吃紧,Buffer比较小,则可以循环读取文件,然后丢给Parser,  在文件读取结束前,isFinal参数为FALSE,反之为TRUE。 

      这里的Buffer如果太小则会造成上面提到那个隐晦的问题, 

      XML_CharacterDataHandler一次返回的可能并不是完整的CharData,比如这个charData的Len大于你的 Buffer大小,那这是会连续调用2次XML_CharacterDataHandler,我们需要将2次结果拼接起来,以得到正确结果,因此我们的状态机一定要考虑到这点。 

      顺便说下XML_ParserReset(XML_Parser parser, const XML_Char *encodingName)函数,在某些时候,如果你不确定前后2次XML是否一样的情况下,比如网络上投递的XML,在一次解析后最好调用一次本函数,否则会出现意料之外的结果。比如前后两次XML完全一样,可这你并不知情,那么XML_Parse()会返回失败。
0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:100731次
    • 积分:1525
    • 等级:
    • 排名:千里之外
    • 原创:49篇
    • 转载:6篇
    • 译文:4篇
    • 评论:5条
    Qt中文文档
    文章分类