Linux下libxml库编程（－）

http://leansmall.blog.163.com/blog/static/51617691200811171530183/
1       编写说明

本文档主要介绍XML的基本知识及如何利用libxml来操作xml文件。

2       XML基础

XML是eXtensible Markup Language的缩写，它是一种可扩展性标识语言, 能够让你自己创造标识，标识你所表示的内容。DOM全称是Document Object Model(文档对象模型)，定义了一组与平台和语言无关的接口，以便程序和脚本能够动态访问和修改XML文档内容、结构及样式。XML创建了标识，而DOM的作用就是告诉程序如何操作和显示这些标识。

XML将数据组织成为一棵树，DOM通过解析XML文档，为XML文档在逻辑上建立一个树模型，树的节点是一个个的对象。这样通过操作这棵树和这些对象就可以完成对XML文档的操作，为处理文档的所有方面提供了一个完美的概念性框架。

XML 中共有12种节点类型，其中最常见的节点类型有5种：
元素：元素是 XML 的基本组成单元。，描述XML的基本信息。
属性：属性节点包含关于元素节点的信息，通常包含在元素里面，描述元素的属性。
文本：包含许多文本信息或者只是空白。
文档：文档节点是整个文档中所有其它节点的父节点。
注释：注释是对相关的信息进行描述、注释。

3       LibXml介绍

需求安装包：libxml2 和libxm2-devel，其中libxml主要包括.so文件，libxml2-devel 包括开发文档和所有的.h文件。可用rpm –ql 命令查看，rpm –qd可查看文档信息。

3.1    数据类型－－xmlChar

在libXml中用xmlCha 替代char,XML使用UTF-8编码的一字节字符串。如果你的数据使用其它编码，它必须被转换到UTF-8才能使用libxml的函数。

如同标准c中的char类型一样，xmlChar也有动态内存分配、字符串操作等相关函数。例如xmlMalloc是动态分配内存的函数；xmlFree是配套的释放内存函数；xmlStrcmp是字符串比较函数等等。基本上xmlChar字符串相关函数都在xmlstring.h中定义；而动态内存分配函数在xmlmemory.h中定义。

另外要注意，因为总是要在xmlChar*和char*之间进行类型转换，所以定义了一个宏BAD_CAST，其定义如下：xmlstring.h

 

#define BAD_CAST (xmlChar *)

 

原则上来说，unsigned char和char之间进行强制类型转换是没有问题的。

3.2    重要数据结构

XmlDoc： 代表DOM结构中的文档类型。包含由解析文档建立的树结构，xmlDocPtr是指向这个结构的指针。

xmlNode：代表DOM结构中的除文档类型类型外的其它节点类型。包含单一结点的结构，xmlNodePtr是指向这个结构的指针，它被用于遍历文档树。节点应该是xml中最重要的元素了，xmlNode代表了xml文档中的一个节点，实现为一个struct，内容很丰富：tree.h

 

typedef struct _xmlNode xmlNode; typedef xmlNode *xmlNodePtr; struct _xmlNode {     void           *_private;      xmlElementType   type;       const xmlChar   *name;          struct _xmlNode *children;     struct _xmlNode *last;       struct _xmlNode *parent;     struct _xmlNode *next;       struct _xmlNode *prev;       struct _xmlDoc *doc;         xmlNs           *ns;            xmlChar         *content;       struct _xmlAttr *properties;     xmlNs           *nsDef;         void            *psvi;     unsigned short   line;       unsigned short   extra; };

 

以看到，节点之间是以链表和树两种方式同时组织起来的，next和prev指针可以组成链表，而parent和children可以组织为树。所有节点都是文档XmlDoc节点的直接或间接子节点。同时还有以下重要元素：

l节点中的文字内容：content；

l   节点所属文档：doc；

l   节点名字：name；

l   节点的namespace：ns；

l   节点属性列表：properties；

Xml文档的操作其根本原理就是在节点之间移动、查询节点的各项信息，并进行增加、删除、修改的操作。xmlDocSetRootElement函数可以将一个节点设置为某个文档的根节点，这是将文档与节点连接起来的重要手段，当有了根结点以后，所有子节点就可以依次连接上根节点，从而组织成为一个xml树。