XML文件的创建，解析，修改
1. 创建XML文档
（1）创建一个XML文档非常简单，其流程如下：
① 用xmlNewDoc函数创建一个文档指针doc。
② 用xmlNewNode函数创建一个节点指针root_node。
③ 用xmlDocSetRootElement将root_node设置为doc的根结点。
④ 给root_node添加一系列的子节点，并设置子节点的内容和属性。
⑤ 用xmlSaveFile将XML文档存入文件。
⑥ 用xmlFreeDoc关闭文档指针，并清除本文档中所有节点动态申请的内存。
有多种方式可以添加子节点，如可以用xmlNewTextChild直接添加一个文本子节点。也可以先创建新节点，然后用xmlAddChild将新节点加入到上层节点中。
(2)创建xml文件举例
#include <stdio.h>
#include <libxml/parser.h>
#include <libxml/tree.h>
int main()
{
xmlDocPtr doc = xmlNewDoc(BAD_CAST "1.0"); //定义文档和节点指针
xmlNodePtr root_node = xmlNewNode(NULL,BAD_CAST "root");
xmlDocSetRootElement(doc,root_node); //设置根节点
//在根节点中直接创建节点
xmlNewTextChild(root_node, NULL, BAD_CAST "newNode1", BAD_CAST "newNode1 content");
xmlNewTextChild(root_node, NULL, BAD_CAST "newNode2", BAD_CAST "newNode2 content");
xmlNewTextChild(root_node, NULL, BAD_CAST "newNode3", BAD_CAST "newNode3 content");
//创建一个节点，设置其内容和属性，然后加入根结点
xmlNodePtr node = xmlNewNode(NULL,BAD_CAST "node2");
xmlNodePtr content = xmlNewText(BAD_CAST "NODE CONTENT");
xmlAddChild(root_node,node);
xmlAddChild(node,content);
xmlNewProp(node,BAD_CAST "attribute",BAD_CAST "yes");
//创建一个儿子和孙子节点
node = xmlNewNode(NULL, BAD_CAST "son");
xmlAddChild(root_node,node);
xmlNodePtr grandson = xmlNewNode(NULL, BAD_CAST "grandson");
xmlAddChild(node,grandson);
xmlAddChild(grandson, xmlNewText(BAD_CAST "This is a grandson node"));
//存储xml文档
int nRel = xmlSaveFile("CreateXml.xml",doc);
if (nRel != -1)
{
printf("一个xml文档被创建，写入%d个字节\n", nRel);
}
//释放文档内节点动态申请的内存
xmlFreeDoc(doc);
return 1;
}CentOS系统下面执行：gcc CreateXmlFile.c -o CreateXmlFile -I /usr/include/libxml2 -lxml2
执行./CreateXmlFile，会生成一个XML文件CreatedXml.xml。打开后如下所示：
<?xml version="1.0"?>
<root>
<newNode1>newNode1 content</newNode1>
<newNode2>newNode2 content</newNode2>
<newNode3>newNode3 content</newNode3>
<node2 attribute="yes">NODE CONTENT</node2>
<son>
<grandson>This is a grandson node</grandson>
</son>
</root>最好使用类似XMLSPY这样的工具打开，因为这些工具可以自动整理XML文件的栅格，否则很有可能是没有任何换行的一个XML文件，可读性较差。
2. 解析XML文档
（1）XML解析流程
解析一个XML文档，从中取出想要的信息，例如节点中包含的文字，或者某个节点的属性。其流程如下：
① 用xmlReadFile函数读入一个文件，并返回一个文档指针doc。
② 用xmlDocGetRootElement函数得到根节点curNode。
③ 此时curNode->xmlChildrenNode就是根节点的首个儿子节点，该儿子节点的兄弟节点可用next指针进行轮询。
④ 轮询所有子节点，找到所需的节点，用xmlNodeGetContent取出其内容。
⑤ 用xmlHasProp查找含有某个属性的节点，属性列表指针xmlAttrPtr将指向该节点的属性列表。
⑥ 取出该节点的属性，用xmlGetProp取出其属性值。
⑦ xmlFreeDoc函数关闭文档指针，并清除本文档中所有节点动态申请的内存。
（2）. 解析XML文件并获取属性示例
#include <stdio.h>
#include <libxml/parser.h>
#include <libxml/tree.h>
int main(int argc, char* argv[])
{
xmlDocPtr doc; //定义解析文件指针
xmlNodePtr curNode; //定义结点指针
xmlChar *szKey; //临时字符串变量
char *szDocName;
if (argc <= 1) {
printf("Usage: %s docname", argv[0]);
return(0);
}
szDocName = argv[1];
doc = xmlReadFile(szDocName,"GB2312",XML_PARSE_RECOVER);
//解析文件
//检查解析文档是否成功，如果不成功，libxml将报错并停止解析。
//一个常见错误是不适当的编码，XML标准文档除了用UTF-8或UTF-16外还可用其它编码保存
if (NULL == doc) {
fprintf(stderr,"Document not parsed successfully.");
return -1;
}
//获取根节点
curNode = xmlDocGetRootElement(doc);
if (NULL == curNode) {
fprintf(stderr,"empty document");
xmlFreeDoc(doc);
return -1;
}
//确认根元素名字是否符合
if (xmlStrcmp(curNode->name, BAD_CAST "root")) {
fprintf(stderr,"document of the wrong type, root node != root");
xmlFreeDoc(doc);
return -1;
}
curNode = curNode->xmlChildrenNode;
xmlNodePtr propNodePtr = curNode;
while(curNode != NULL) {
//取出节点中的内容
if ((!xmlStrcmp(curNode->name, (const xmlChar *) "newNode1"))) {
szKey = xmlNodeGetContent(curNode);
printf("newNode1: %s\n", szKey);
xmlFree(szKey);
}
//查找带有属性attribute的节点
if (xmlHasProp(curNode,BAD_CAST "attribute")) {
propNodePtr = curNode;
}
curNode = curNode->next;
}
//查找属性
xmlAttrPtr attrPtr = propNodePtr->properties;
while (attrPtr != NULL) {
if (!xmlStrcmp(attrPtr->name, BAD_CAST "attribute")) {
xmlChar* szAttr = xmlGetProp(propNodePtr,BAD_CAST "attribute");
printf("get attribute=%s\n", szAttr) ;
xmlFree(szAttr);
}
attrPtr = attrPtr->next;
}
xmlFreeDoc(doc);
return 0;
}
执行：./ParseXmlFile xxx.xml
3. 修改XML文档
有了上面的基础，修改XML文档的内容就简单了。首先打开一个已经存在的XML文档，顺着根结点找到需要添加、删除、修改的地方，调用相应的XML函数对节点进行增、删、改操作。
需要注意的是，并没有xmlDelNode或者xmlRemoveNode函数，删除节点需使用以下一段代码：
if (!xmlStrcmp(curNode->name, BAD_CAST "newNode1")) {
xmlNodePtr tempNode = curNode->next;
xmlUnlinkNode(curNode);
xmlFreeNode(curNode);
curNode = tempNode;
continue;
}此段代码完成将当前节点从文档中断链（unlink），这样此XML文档就不会再包含这个节点，该节点断链后需使用xmlFreeNode来释放该节点申请的动态内存空间。
4. 使用XPath查找XML文档
在libxml2中使用XPath非常简单，其流程如下：
① 定义一个XPath上下文指针xmlXPathContextPtr context，并且使用xmlXPathNewContext函数来初始化这个指针。
② 定义一个XPath对象指针xmlXPathObjectPtr result，并且使用xmlXPathEvalExpression函数来计算XPath表达式，得到查询结果，将结果存入 对象指针中。
③ 使用result->nodesetval得到节点集合指针，其中包含了所有符合XPath查询结果的节点。
④ 使用xmlXPathFreeContext释放上下文指针。
⑤ 使用xmlXPathFreeObject释放XPath对象指针。
XPath操作代码示例如下：
xmlXPathObjectPtr getNodeSet(xmlDocPtr doc, const xmlChar *szXpath) {
xmlXPathContextPtr context; //XPath上下文指针
xmlXPathObjectPtr result; //XPath对象指针，用来存储查询结果
context = xmlXPathNewContext(doc); //创建一个XPath上下文指针
if (context == NULL) {
printf("context is NULL"n");
return NULL;
}
//查询XPath表达式，得到一个查询结果
result = xmlXPathEvalExpression(szXpath, context);
xmlXPathFreeContext(context); //释放上下文指针
if (result == NULL) {
printf("xmlXPathEvalExpression return NULL"n");
return NULL;
}
//检查查询结果是否为空
if (xmlXPathNodeSetIsEmpty(result->nodesetval)) {
xmlXPathFreeObject(result);
printf("nodeset is empty"n");
return NULL;
}
return result;
}5. 用iconv解决XML中字符集问题
libxml2中默认的内码是UTF-8，所有使用libxml2进行处理的xml文件，必须首先显式或者默认转换为UTF-8编码才能被处理。
要在XML中使用中文，就必须能够在UTF-8和GB2312之间进行转换。libxml2提供了默认的内码转换机制，并且在libxml2的Tutorial中有一个例子，事实证明这个例子并不很适合用来转换中文。
有些场合需要使用iconv来进行编码转换，libxml2本身也是使用iconv进行编码转换的。iconv是一个专门用来进行编码转换的库，基本上支持目前所有常用的编码，它是glibc库的一个部分。
本节其实和libxml没有太大关系，可以把它简单看作是一个编码转换方面的专题。下文提供了一个通用转码函数，并在此基础上实现了两个转码封装函数，即从UTF-8转换到GB2312的函数u2g，以及反向转换的函数g2u。其代码如下：
#include <iconv.h>
#include <string.h>
//代码转换，从一种编码转为另一种编码
int code_convert(char* from_charset, char* to_charset, char* inbuf,
int inlen, char* outbuf, int outlen)
{
iconv_t cd;
char **pin = &inbuf;
char **pout = &outbuf;
cd = iconv_open(to_charset,from_charset);
if(cd == 0) { return -1; }
memset(outbuf,0,outlen);
if(iconv(cd,(const char **)pin, (unsigned int *)&inlen, pout, (unsigned int*)&outlen) == -1) {
return -1;
}
iconv_close(cd);
return 0;
}
//UNICODE码转为GB2312码
//成功则返回一个动态分配的char*变量，需要在使用完毕后手动free，失败返回NULL
char* u2g(char *inbuf)
{
int nOutLen = 2 * strlen(inbuf) - 1;
char *szOut = (char*)malloc(nOutLen);
if (-1 == code_convert("utf-8", "gb2312", inbuf, strlen(inbuf), szOut, nOutLen)) {
free(szOut);
szOut = NULL;
}
return szOut;
}
//GB2312码转为UNICODE码
//成功则返回一个动态分配的char*变量，需要在使用完毕后手动free，失败返回NULL
char* g2u(char *inbuf)
{
int nOutLen = 2 * strlen(inbuf) - 1;
char *szOut = (char *)malloc(nOutLen);
if (-1 == code_convert("gb2312", "utf-8", inbuf, strlen(inbuf), szOut, nOutLen)) {
free(szOut);
szOut = NULL;
}
return szOut;
}下面以UTF-8到GB2312转码流程说明上文中转码函数的使用，使用流程如下：
① 得到一个UTF-8的字符串szSrc。
② 定义一个char *的字符指针szDes，并不需要给它动态申请内存。
③ 调用szDes = u2g(szSrc)，这样szDes就指向转换后GB2312编码的字符串。
④ 使用完这个字符串后使用free(szDes)来释放内存。
Linux系统下有个iconv命令，可以在shell命令行输入iconv --help 来查看用法，在程序中可以采用system系统调用来进行文件转码。下文中f表示from，t表示to，其转码方法如下：
system("iconv –f 源格式 –t 目标格式 源文件 >目标文件")
system("iconv –f GB18030 –t UTF-8 test_gb.txt > test_utf.txt")
shell命令行使用方法： iconv -f gb2312 -t utf-8 readme.txt -o readme.txt
732
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
