庞果英雄会——xml字符串文件的解析

题目

本题来自蓝港在线技术团队的idea，详情如下： XML-可扩展标记语言 ，用于标记电子文件使其具有结构性的标记语言，可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言，被广泛的运用于数据传输和存储。请编写一段程序，不使用语言之外的开源库，解析对应的XML文件，并格式化后在屏幕上打印出来。 举个例子如下，当给定下述XML文件时： <?xml version="1.0" ?> <Books> <Book> <Name = “The C++ Programming Language” Author=”Bjarne Stroustrup” /> </Book> <Book> <Name = “Effective C++” Author = “Scott Meyers” /> </Book> </Books> 它对应的输出应该是： Books  Book 1      Name:The C++ Programming Language      Author:Bjarne Stroustrup  Book 2      Name:Effective C++      Author:Scott Meyers 输入：简化的一段xml文件，用字符串表示，如下（属性名字不包含引号和等号，也不包含大于小于等特殊字符，详细规则见下面的答题说明） string in = "<?xml version=\"1.0\" ?><Books><Book><Name = \"The C++ Programming Language\" Author=\"Bjarne Stroustrup\" /></Book><Book><Name = \"Effective C++\" Author = \"Scott Meyers\" /></Book></Books>"; 输出：对输入的xml字符串解析，得到输出如下： string out = "Books\r\n\tBook 1\r\n\t\tName:The C++ Programming Language\r\n\t\tAuthor:Bjarne Stroustrup\r\n\tBook 2\r\n\t\tName:Effective C++\r\n\t\tAuthor:Scott Meyers"; 函数原型： C++   ParsingXML(string in)； Java   ParsingXML(String in)； C#    ParsingXML(string input) 
挑战规则： 
1、xml分为三级，一级为大类，二级为实体，三级为属性 2、三级之间用换行间隔，每级间开始用缩格。 3、二级对象后间隔一个空格，并输出对象所在xml中的顺序号 4、第三级顺序输出属性名称和属性值,属性名和属性值间用:间隔 5、输入格式： 输入为单一xml格式字符串，其中带有"字符。可能带有回车换行符。 6、输出格式： 输出数据中不带"字符，输出格式中的每行开头使用Tab字符作为缩进。 7、属性名字不包含引号和等号，不包含大于小于等特殊字符。 8、不能使用语言之外的开源库。 

代码

#include <iostream>
#include <stdio.h>
#include <string.h>
#include <string>
#include <vector>
#include <stack>

using namespace std;

enum FSM{FSM_NULL, FSM_START, FSM_LevelOne, FSM_LevelTwo};

void dealAbstract(string &out, string &in, const string &letter)
{
	int flag = 0;
	string::iterator iter = in.begin();
	while(iter < in.end())
	{
		if(*iter == ' ')
		{
			++iter;
			continue;
		}

		switch(flag)
		{
		case 0:
			out += letter;
			while(iter < in.end() && *iter != '=')
			{
				if(*iter != ' ')
				{
					out.push_back(*iter);
				}
				++iter;
			}
			out.push_back(':');
			flag = 1;
			break;
		case 1:
			while(*iter++ != '"');
			while(*iter != '"')
			{
				out.push_back(*iter);
				++iter;
			}
			++iter;
			flag = 0;
			break;
		}
	}
}

string ParsingXML(string in)
{
	string out;
	string tmp;
	stack<string> mark;
	stack<enum FSM> markLevel;
	char index;
	string letter;

	FSM fsm_flag = FSM_NULL;
	markLevel.push(fsm_flag);
	for(string::iterator iter = in.begin(); iter < in.end(); ++iter)
	{
		tmp.clear();
		while(*iter++ != '<');//取得标签数据
		for(; *iter != '>'; ++iter)
		{
			tmp.push_back(*iter);
		}

		fsm_flag = markLevel.top();//得到当前标签级别
		if(tmp[0] == '/')//结束标签标志
		{
			markLevel.pop();
		}
		else if(tmp[tmp.length() - 1] == '/' || tmp[tmp.length() - 1] == '"')//标签属性
		{
			if(tmp[tmp.length() - 1] != '"')
			{
				tmp = tmp.substr(0, tmp.length() - 1);
			}
			dealAbstract(out, tmp, letter);
		}
		else//开始标签
		{
			switch(fsm_flag)//标签转换状态机
			{
			case FSM_NULL:
				if(tmp[0] == '?' && tmp[tmp.length() - 1] == '?')
				{
					fsm_flag = FSM_START;
					markLevel.push(fsm_flag);
				}
				break;
			case FSM_START://一级标签
				fsm_flag = FSM_LevelOne;
				markLevel.push(fsm_flag);
				out += "\r\n" + tmp;
				letter = "\r\n\t";
				index = '0';
				break;
			case FSM_LevelOne://二级标签
				fsm_flag = FSM_LevelTwo;
				letter = "\r\n\t";
				markLevel.push(fsm_flag);
				++index;
				out += letter + tmp + ' ' + index;
				letter = "\r\n\t\t";
				break;
			}
		}
	}
	out = out.substr(2, out.length());//去除开始处的两个回车换行
	return out;
}

int main()
{
//	string in = "<?xml version=\"1.0\" ?><Books><Class = \"art\"/><Book><Name = \"The C++ Programming Language\" Author=\"Bjarne Stroustrup\" /></Book><Book><Name = \"Effective C++\" Author = \"Scott Meyers\" /></Book></Books><VideoS><video><Name = \"1123213\"/></video><video><Name = \"23456\"/></video></VideoS>";
	string in = "<?xml version=\"1.0\" ?><Books><Book><Name = \"The C++ Programming Language\" Author=\"Bjarne Stroustrup\"></Book><Book><Name = \"Effective C++\" Author = \"Scott Meyers\"></Book></Books>";
	string out;
	out = ParsingXML(in);
	cout << out << endl;
	return 0;
}

结果

1.<?xml version=\"1.0\" ?><Books><Class = \"art\"/><Book><Name = \"The C++ Programming Language\" Author=\"Bjarne Stroustrup\" /></Book><Book><Name = \"Effective C++\" Author = \"Scott Meyers\" /></Book></Books><VideoS><video><Name = \"1123213\"/></video><video><Name = \"23456\"/></video></VideoS>

PS：比较坑的地方是在这个测试用例中

<?xml version="1.0" ?><Books><Book><Name = "The C++ Programming Language" Author="Bjarne Stroustrup"></Book><Book><Name = "Effective C++" Author = "Scott Meyers"></Book></Books>

测试用例没有完全遵守题目中的要求，所以没通过，这实在是太坑了，又没说要容错的，当然不去考虑各种出错的情况了！！

上面的代码是改后，完美通过。