from http://hi.baidu.com/tjulxh/blog/item/af6a9502a6b65a7f3812bb25.html
2. Libxml2中的数据类型和函数
一个函数库中可能有几百种数据类型以及几千个函数,但是记住大师的话, 90%的功能都是由 30%的内容提供的。对于 libxml2,我认为搞懂以下的数据类型和函数就足够了。
2.1 内部字符类型 xmlChar
xmlChar是 Libxml2中的字符类型,库中所有字符、字符串都是基于这个数据类型。事实上它的定义是: xmlstring.h
typedef unsigned char xmlChar;
使用 unsigned char作为内部字符格式是考虑到它能很好适应 UTF-8编码,而 UTF-8编码正是 libxml2的内部编码,其它格式的编码要转换为这个编码才能在 libxml2中使用。
还经常可以看到使用 xmlChar*作为字符串类型,很多函数会返回一个动态分配内存的 xmlChar*变量,使用这样的函数时记得要手动删除内存。
2.2 xmlChar相关函数
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。
2.3 xmlChar*与其它类型之间的转换
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。
2.4 文档类型 xmlDoc、指针 xmlDocPtr
xmlDoc是一个 struct,保存了一个 xml的相关信息,例如文件名、文档类型、子节点等等; xmlDocPtr等于 xmlDoc*,它搞成这个样子总让人以为是智能指针,其实不是,要手动删除的。
xmlNewDoc函数创建一个新的文档指针。
xmlParseFile函数以默认方式读入一个 UTF-8格式的文档,并返回文档指针。
xmlReadFile函数读入一个带有某种编码的 xml文档,并返回文档指针;细节见 libxml2参考手册。
xmlFreeDoc释放文档指针。特别注意,当你调用 xmlFreeDoc 时,该文档所有包含的节点内存都被释放,所以一般来说不需要手动调用 xmlFreeNode 或者 xmlFreeNodeList 来释放动态分配的节点内存,除非你把该节点从文档中移除了。一般来说,一个文档中所有节点都应该动态分配,然后加入文档,最后调用 xmlFreeDoc 一次释放所有节点申请的动态内存,这也是为什么我们很少看见 xmlNodeFree 的原因。
xmlSaveFile将文档以默认方式存入一个文件。
xmlSaveFormatFileEnc可将文档以某种编码 /格式存入一个文件中。
2.5 节点类型 xmlNode、指针 xmlNodePtr
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;/* application data */
xmlElementType type; /* type number, must be second ! */
const xmlChar *name; /* the name of the node, or the entity */
struct _xmlNode *children; /* parent->childs link */
struct _xmlNode *last; /* last child link */
struct _xmlNode *parent;/* child->parent link */
struct _xmlNode *next; /* next sibling link */
struct _xmlNode *prev; /* previous sibling link */
struct _xmlDoc *doc;/* the containing document */
/* End of common part */
xmlNs *ns; /* pointer to the associated namespace */
xmlChar *content; /* the content */
struct _xmlAttr *properties;/* properties list */
xmlNs *nsDef; /* namespace definitions on this node */
void *psvi;/* for type/PSVI informations */
unsigned short line; /* line number */
unsigned short extra; /* extra data for XPath/XSLT */
};
可以看到,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。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。
2.6 节点集合类型 xmlNodeSet、指针 xmlNodeSetPtr
节点集合代表一个由节点组成的变量,节点集合只作为 Xpath的查询结果而出现( XPATH的介绍见后面),因此被定义在 xpath.h中,其定义如下:
/*
* A node-set (an unordered collection of nodes without duplicates).
*/
typedef struct _xmlNodeSet xmlNodeSet;
typedef xmlNodeSet *xmlNodeSetPtr;
struct _xmlNodeSet {
int nodeNr; /* number of nodes in the set */
int nodeMax; /* size of the array as allocated */
xmlNodePtr *nodeTab;/* array of nodes in no particular order */
/* @@ with_ns to check wether namespace nodes should be looked at @@ */
};
可以看出,节点集合有三个成员,分别是节点集合的节点数、最大可容纳的节点数,以及节点数组头指针。对节点集合中各个节点的访问方式很简单,如下:
xmlNodeSetPtr nodeset = XPATH查询结果 ;
for (int i = 0; i < nodeset->nodeNr; i++)
{
nodeset->nodeTab[i];
}
注意, libxml2是一个 c函数库,因此其函数和数据类型都使用 c语言的方式来处理。如果是 c++,我想我宁愿用 STL中的 vector来表示一个节点集合更好,而且没有内存泄漏或者溢出的担忧。