Linux C]利用libxml2解析xml文件

为了解析xml，可以使用Linux下默认安装的libxml2。

[cpp]  view plain copy

1. /* 
2.     a.c 
3.     功能：利用libxml2解析xml文件 
4. */  
5.   
6. #include <stdio.h>  
7. #include <stdlib.h>  
8. #include <string.h>  
9. #include <unistd.h>  
10. #include <libgen.h>  
11. #include <libxml/xmlmemory.h>  
12. #include <libxml/parser.h>  
13. #include <libxml/xpath.h>  
14.   
15. int GetCurFilePath(char *lpOut)     // get full path of the executable file  
16. {  
17.     char chPath[BUFSIZ] = {0};  
18.     int nRetVal = readlink("/proc/self/exe", chPath, sizeof(chPath)); // get full path of the current-executable file  
19.     if(nRetVal < 0)  
20.     {  
21.         strcpy(lpOut, ".");  
22.         return -1;  
23.     }  
24.     else  
25.     {  
26.         strcpy(lpOut, chPath);  
27.         return 0;  
28.     }  
29. }  
30.   
31. int GetCurDir(char *lpOut)                                  // get directory-path of current executable-file  
32. {  
33.     char    chPath[BUFSIZ] = { 0 };  
34.     if( GetCurFilePath(chPath) < 0 )  
35.         return - 1;  
36.     dirname(chPath);                                        // dirname will change value of "chPath"(contain result)  
37.     strcpy(lpOut, chPath);                                  // copy result to out-param  
38.   
39.     return 0;  
40. }  
41.   
42. xmlDocPtr getdoc(char *docname)                         // 根据文件名得到文档指针  
43. {  
44.     xmlDocPtr doc;  
45.     doc = xmlParseFile(docname);  
46.     if(doc == NULL)  
47.     {  
48.         fprintf(stderr, "Document not parsed successfully.\n");  
49.         return NULL;  
50.     }  
51.     return doc;  
52. }  
53.   
54. // 在文档doc中解析xpath表达式，返回结果集指针  
55. xmlXPathObjectPtr getnodeset(xmlDocPtr doc, xmlChar *xpath)  
56. {  
57.     xmlXPathContextPtr context;  
58.     xmlXPathObjectPtr result;  
59.     context = xmlXPathNewContext(doc);  
60.     if(context == NULL)  
61.     {  
62.         printf("Error in xmlXPathNewContent\n");  
63.         return NULL;  
64.     }  
65.     result = xmlXPathEvalExpression(xpath, context);        // 在context中解析表达式xpath  
66.     xmlXPathFreeContext(context);                           // 释放context  
67.     if(result == NULL)  
68.     {  
69.         printf("Error in xmlXPathEvalExpression\n");  
70.         return NULL;  
71.     }  
72.     if(xmlXPathNodeSetIsEmpty(result->nodesetval))           // 解析表达式的结果集为空  
73.     {  
74.         xmlXPathFreeObject(result);  
75.         printf("No result\n");  
76.         return NULL;  
77.     }  
78.     return result;  
79. }  
80.   
81. // 解析xmlPath路径的结点  
82. void testReadXmlDoc(char *filepath, char *xmlPath)  
83. {  
84.     xmlDocPtr doc = getdoc(filepath);  
85.     if(NULL == doc)  
86.         return ;  
87.   
88.     xmlChar *xpath = (xmlChar*) xmlPath;  
89.     xmlXPathObjectPtr result = getnodeset(doc, xpath);          // 获取结果集  
90.     if(result)  
91.     {  
92.         xmlNodeSetPtr nodeset = result->nodesetval;  
93.         xmlChar *name, *value;  
94.         printf("nodeset->nodeNr = %d\n", nodeset->nodeNr);        // 打印结果集中结点个数  
95.         for(int i = 0; i < nodeset->nodeNr; i++)  
96.         {  
97.             xmlNodePtr cur = nodeset->nodeTab[i];                // products  
98.             printf("cur->name = %s\n", cur->name);  
99.             cur = cur->xmlChildrenNode;  
100.             while(cur)  
101.             {  
102.                 if(xmlStrcmp(cur->name, (const xmlChar*) "text"))        // cur->name不为"text"  
103.                 {  
104.                     printf("cur->name = %s\t", cur->name);  
105.                     name = xmlGetProp(cur, (const xmlChar*) "name");    // 获取属性值  
106.                     value = xmlGetProp(cur, (const xmlChar*) "value");  
107.                     printf("name = %s, value = %s\n", name, value);  
108.                     xmlFree(name);  
109.                     xmlFree(value);  
110.                 }  
111.                 cur = cur->next;  
112.             }  
113.             printf("\n");  
114.         }  
115.         xmlXPathFreeObject(result);  
116.     }  
117.     xmlFreeDoc(doc);  
118.     xmlCleanupParser();  
119. }  
120.   
121. int main(void)  
122. {  
123.     char curDir[100] = {0};  
124.     char docname[100] = {0};  
125.     GetCurDir(curDir);  
126.     strcpy(docname, curDir);  
127.     strcat(docname, "/dprod.xml");  
128.     testReadXmlDoc(docname, "/allproducts/products");  
129.   
130.     return EXIT_SUCCESS;  
131. }  

makefile文件：

[python]  view plain copy

1. CC=gcc  
2. CFLAGS=  
3. BIN=a  
4. INC=/usr/include/libxml2  
5.   
6. $(BIN): $(BIN).c  
7.     $(CC) $(CFLAGS) -o $(BIN) $(BIN).c -I$(INC) -lxml2 -std=c99  
8.   
9. clean:  
10.     rm -f *.o $(BIN)  

xml文件(dprod.xml)内容：

[html]  view plain copy

1. <?xml version="1.0"?>  
2. <allproducts>  
3.   <products>  
4.     <product name="name11" value="value11" />  
5.     <product name="name12" value="value12" />  
6.     <product name="name13" value="value13" />  
7.     <product name="name14" value="value14" />  
8.   </products>  
9.   <products>  
10.     <product name="name21" value="value21" />  
11.     <product name="name22" value="value22" />  
12.     <product name="name23" value="value23" />  
13.   </products>  
14.   <products>  
15.     <product name="name31" value="value31" />  
16.     <product name="name32" value="value32" />  
17.   </products>  
18. </allproducts>  

编译运行：

[plain]  view plain copy

1. [zcm@tmp #115]$make  
2. gcc  -o a a.c -I/usr/include/libxml2 -lxml2 -std=c99  
3. a.c: 在函数‘GetCurFilePath’中:  
4. a.c:18: 警告：隐式声明函数‘readlink’  
5. [zcm@tmp #116]$./a  
6. nodeset->nodeNr = 3  
7. cur->name = products  
8. cur->name = product  name = name11, value = value11  
9. cur->name = product  name = name12, value = value12  
10. cur->name = product  name = name13, value = value13  
11. cur->name = product  name = name14, value = value14  
12.   
13. cur->name = products  
14. cur->name = product  name = name21, value = value21  
15. cur->name = product  name = name22, value = value22  
16. cur->name = product  name = name23, value = value23  
17.   
18. cur->name = products  
19. cur->name = product  name = name31, value = value31  
20. cur->name = product  name = name32, value = value32  
21.   
22. [zcm@tmp #117]$  

说明：对于编译中出现的“a.c:18: 警告：隐式声明函数‘readlink’”错误，实在不能明白。我查了下手册，这个函数在unistd.h中，而且我也已经#include了，为什么还会出现这个错误呢？

后来突然想到，可能是-std=c99的原因，将它改为-std=gnu99后，这个警告就没有了!

--------------------------------------------------------------------------------------------------------------------------------------------------

修改了xml文件和上面源码中的testReadXmlDoc()后，发现结果相当神奇，看来对libxml2的理解还是比较缺乏。

1. 修改xml文件内容：

[html]  view plain copy

1. <?xml version="1.0"?>  
2. <allproducts>  
3.   <products>h1  
4.     <product name="name11" value="value11" />h2  
5.     <product name="name12" value="value12" />h3  
6.     <product name="name13" value="value13" />h4  
7.     <product name="name14" value="value14" />h5  
8.   </products>  
9.   <products>  
10.     <product name="name21" value="value21" />  
11.     <product name="name22" value="value22" />  
12.     <product name="name23" value="value23" />  
13.   </products>  
14.   <products>  
15.     <product name="name31" value="value31" />g1  
16.     <product name="name32" value="value32" />  
17. g2</products>  
18. </allproducts>  

2. 修改testReadXmlDoc()

[cpp]  view plain copy

1. // 解析xmlPath路径的结点  
2. void testReadXmlDoc(char *filepath, char *xmlPath)  
3. {  
4.     xmlDocPtr doc = getdoc(filepath);  
5.     if(NULL == doc)  
6.         return ;  
7.   
8.     xmlChar *xpath = (xmlChar*) xmlPath;  
9.     xmlXPathObjectPtr result = getnodeset(doc, xpath);          // 获取结果集  
10.     if(result)  
11.     {  
12.         xmlNodeSetPtr nodeset = result->nodesetval;  
13.         xmlChar *name, *value;  
14.         printf("nodeset->nodeNr = %d\n", nodeset->nodeNr);        // 打印结果集中结点个数  
15.         for(int i = 0; i < nodeset->nodeNr; i++)  
16.         {  
17.             xmlNodePtr cur = nodeset->nodeTab[i];                // products  
18.             printf("cur->name = %s\n", cur->name);  
19.             cur = cur->xmlChildrenNode;  
20.             int ctext = 0;  
21.             while(cur)  
22.             {  
23.                 if(xmlStrcmp(cur->name, (const xmlChar*) "text"))        // cur->name不为"text"  
24.                 {  
25.                     printf("cur->name = %s\t", cur->name);  
26.                     name = xmlGetProp(cur, (const xmlChar*) "name");    // 获取属性值  
27.                     value = xmlGetProp(cur, (const xmlChar*) "value");  
28.                     printf("name = %s, value = %s\n", name, value);  
29.                     xmlFree(name);  
30.                     xmlFree(value);  
31.                 }  
32.                 else  
33.                 {  
34.                     ctext++;  
35.                     xmlChar *v = xmlNodeListGetString(doc, cur, 1);  
36.                     printf("cur->content = [%s], v = [%s]", cur->content, v); // cur->content获取cur的内容  
37.                     xmlFree(v);  
38.                 }  
39.                 cur = cur->next;  
40.             }  
41.             printf("ctext = %d\n", ctext);  
42.             printf("\n");  
43.         }  
44.         xmlXPathFreeObject(result);  
45.     }  
46.     xmlFreeDoc(doc);  
47.     xmlCleanupParser();  
48. }  

运行结果：

[plain]  view plain copy

1. [zcm@tmp #168]$make  
2. gcc  -o a a.c -I/usr/include/libxml2 -lxml2 -std=gnu99  
3. [zcm@tmp #169]$./a  
4. nodeset->nodeNr = 3  
5. cur->name = products  
6. cur->content = [h1  
7.     ], v = [h1  
8.     h2  
9.     h3  
10.     h4  
11.     h5  
12.   ]cur->name = product   name = name11, value = value11  
13. cur->content = [h2  
14.     ], v = [h2  
15.     h3  
16.     h4  
17.     h5  
18.   ]cur->name = product   name = name12, value = value12  
19. cur->content = [h3  
20.     ], v = [h3  
21.     h4  
22.     h5  
23.   ]cur->name = product   name = name13, value = value13  
24. cur->content = [h4  
25.     ], v = [h4  
26.     h5  
27.   ]cur->name = product   name = name14, value = value14  
28. cur->content = [h5  
29.   ], v = [h5  
30.   ]ctext = 5  
31.   
32. cur->name = products  
33. cur->content = [  
34.     ], v = [  
35.       
36.       
37.       
38.   ]cur->name = product   name = name21, value = value21  
39. cur->content = [  
40.     ], v = [  
41.       
42.       
43.   ]cur->name = product   name = name22, value = value22  
44. cur->content = [  
45.     ], v = [  
46.       
47.   ]cur->name = product   name = name23, value = value23  
48. cur->content = [  
49.   ], v = [  
50.   ]ctext = 4  
51.   
52. cur->name = products  
53. cur->content = [  
54.     ], v = [  
55.     g1  
56.       
57. g2]cur->name = product   name = name31, value = value31  
58. cur->content = [g1  
59.     ], v = [g1  
60.       
61. g2]cur->name = product   name = name32, value = value32  
62. cur->content = [  
63. g2], v = [  
64. g2]ctext = 3  
65.   
66. [zcm@tmp #170]$  

由此可见，一般情况下，我们用的比较多的可能会是cur->content这个东西了!

补充：

在网上看到一个人的写法，可以在解析xml文件时，直接忽略掉结点之间的无效空白。对于本文，就是将：

doc = xmlParseFile(docname);　－－－＞修改为：doc = xmlParseFile(docname, "UTF-8", XML_PARSE_NOBLANKS);  // 第3个参数是关键