关于XML的解析

    在做工程的过程中，我们会看到很多的XML 需要我们去解析，这时候工具的选择就很重要了，因为这关系到速度的问题，和使用的上手习惯。

下面总结两种解析库。一个是C实现，一个是C＋＋实现的。

一是TinyXML

          确实简单，一个优秀的C＋＋ XML解析器  参考： http://www.cnblogs.com/phinecos/archive/2008/03/11/1100912.html

        读取和设置 xml 配置文件是最常用的操作，试用了几个C++的 XML 解析器，个人感觉TinyXML是使用起来最舒服的，因为它的API接口和Java的十分类似，面向对象性很好。

         TinyXML 是一个开源的解析 XML 的解析库，能够用于C++，能够在Windows或Linux中编译。这个解析库的模型通过解析 XML 文件，然后在内存中生成DOM模型，从而让我们很方便的遍历这棵 XML 树。 DOM模型即文档对象模型，是将整个文档分成多个元素（如书、章、节、段等），并利用树型结构表示这些元素之间的顺序关系以及嵌套包含关系。

说一下中文乱码的问题

        乱码是由于GB2312与UTF8之间转换不当造成的,tinyxml在处理UTF8本身没有问题,当你打开一个UTF8的文档,可以在加载的时候指定 UTF8的方式,或者文档声明处指明的编码格式,tinyxml会按照相应的编码格式加载,但很多时候当我们输出或写入中文字段时会出现乱码,无论在内存,还是打印出来的内容.这是因为我们的软件通常是GB2312编码,而读取或写入的内容是UTF8,自然就会出错.可以借助网上的两个函数来实现转换 (原作者不详):

    void ConvertUtf8ToGBK(CString& strUtf8) 
    {
        int len=MultiByteToWideChar(CP_UTF8, 0, (LPCTSTR)strUtf8, -1, NULL,0);
        unsigned short * wszGBK = new unsigned short[len+1];
        memset(wszGBK, 0, len * 2 + 2);
        MultiByteToWideChar(CP_UTF8, 0, (LPCTSTR)strUtf8, -1, wszGBK, len);

        len = WideCharToMultiByte(CP_ACP, 0, wszGBK, -1, NULL, 0, NULL, NULL);
        char *szGBK=new char[len + 1];
        memset(szGBK, 0, len + 1);
        WideCharToMultiByte (CP_ACP, 0, wszGBK, -1, szGBK, len, NULL,NULL);

        strUtf8 = szGBK;
        delete[] szGBK;
        delete[] wszGBK;
    }


    void ConvertGBKToUtf8(CString& strGBK)
    {
        int len=MultiByteToWideChar(CP_ACP, 0, (LPCTSTR)strGBK, -1, NULL,0);
        unsigned short * wszUtf8 = new unsigned short[len+1];
        memset(wszUtf8, 0, len * 2 + 2);
        MultiByteToWideChar(CP_ACP, 0, (LPCTSTR)strGBK, -1, wszUtf8, len);

        len = WideCharToMultiByte(CP_UTF8, 0, wszUtf8, -1, NULL, 0, NULL, NULL);
        char *szUtf8=new char[len + 1];
        memset(szUtf8, 0, len + 1);
        WideCharToMultiByte (CP_UTF8, 0, wszUtf8, -1, szUtf8, len, NULL,NULL);

        strGBK = szUtf8;
        delete[] szUtf8;
        delete[] wszUtf8;
    }

     当然,你也可以用MultiByteToWideChar,WideCharToMultiByte函数自己实现转换.以上是简单应用的几个举例,理解他们,相信你已经能写出满足自己需要的代码了.

二是Expat解析库，

可以参考英文： http://www.xml.com/pub/a/1999/09/expat/index.html

或者其他牛人的：C＋＋中使用Expat解析XML 

http://www.cnblogs.com/Tue/archive/2010/01/18/1650258.html

使用Expat XML解析器的例子 

        expat是使用C 编写的XML解释器，采用流的方式来解析XML文件，并且基于事件通知型来调用分析到的数据，并不需要把所有XML文件全部加载到内存里，这样可以分析非常大的XML文件。由于expat库是由XML的主要负责人James Clark来实现的，因此它是符合W3C的XML标准的。
使用expat库是非常简单的，只需要了解 四个函数，就可以达到80％的功能了，看来设计这个库还是比较好的。那么需要了解那四个函数呢？这四个函数如下：

 

工作原理：
1 . Initialize the XML parser with the xml_parser_create() function
通过 xml_parser_create()函数安装XML解析器；
2.  Create functions to use with the different event handlers
使用不同的事件处理其建立函数；
3. Addthexml_set_element_handler() function to specify which functionwillbeexecuted when the parser encounters the opening and closingtags
通过添加 xml_set_element_handler()函数来指定需要执行的函数（当解析器遇到开始或结束标签时）
4.Add the xml_set_character_data_handler() function to specify whichfunction will execute when the parser encounters character data
通过添加xml_set_element_handler()函数来指定需要执行的函数（当解析器遇到字符时）
5. Parse the file "test.xml" with the xml_parse() function
通过 xml_parse()函数来解析“test.xml”文件
6. In case of an error, add  xml_error_string() function to convert an XML error to a textual description
当出现错误情况时，通过添加xml_error_string()函数将一个XML的错误转换成一个文本描述
7 Call the xml_parser_free() function to release the memory allocated with the xml_parser_create() function
通过请求xml_parser_free()函数来释放xml_parser_create()函数分配的内存

 

地址： http://blog.csdn.net/caimouse/archive/2008/05/18/2455644.aspx
要了解第二人生里使用expat XML解析器之前，先来仔细地分析一下怎么样使用expat库的小例子，看看具体调用了那些接口函数，是否会很复杂的呢？‘它的例子程序如下：
#001 /*****************************************************************
#002   * outline.c
#003   *
#004   * Copyright 1999, Clark Cooper
#005   * All rights reserved.
#006   *
#007   * This program is free software; you can redistribute it and/or
#008   * modify it under the same terms as Perl.
#009   *
#010   * Read an XML document from standard input and print an element
#011   * outline on standard output.
#012   */
#013 
#014 
 
下面包括输出文件和库文件头。
#015 #include <stdio.h>
#016 #include "xmlparse.h"
#017 
 
定义缓冲区的大小。
#018 #define BUFFSIZE   8192
#019 
 
创建一个缓冲区。
#020 char Buff[BUFFSIZE];
#021 
#022 int Depth;
#023 
 
下面定义一个XML元素开始处理的函数。
#024 void
#025 start(void *data, const char *el, const char **attr) {
#026    int i;
#027 
#028    for (i = 0; i < Depth; i++)
#029      printf(" ");
#030 
#031    printf("%s", el);
#032 
#033    for (i = 0; attr[i]; i += 2) {
#034      printf(" %s='%s'", attr[i], attr[i + 1]);
#035    }
#036 
#037    printf("\n");
#038    Depth++;
#039 } /* End of start handler */
#040 
 
下面定义一个XML元素结束调用的函数。
#041 void
#042 end(void *data, const char *el) {
#043    Depth--;
#044 } /* End of end handler */
#045 
 
程序入口点。
#046 void
#047 main(int argc, char **argv) {
 
创建一个XML分析器。
#048    XML_Parser p = XML_ParserCreate(NULL);
 
下面判断是否创建XML分析器失败。
#049    if (! p) {
#050      fprintf(stderr, "Couldn't allocate memory for parser\n");
#051      exit(-1);
#052    }
#053 
 
下面设置每个XML元素出现和结束的处理函数。这里设置start为元素开始处理函数，end元素结束处理函数。
#054    XML_SetElementHandler(p, start, end);
#055 
 
循环分析所有XML文件。
#056    for (;;) {
#057      int done;
#058      int len;
#059 
 
调用函数fread从文件里读取数据到缓冲区Buff里。
#060      len = fread(Buff, 1, BUFFSIZE, stdin);
 
读取文件出错就退出。
#061      if (ferror(stdin)) {
#062        fprintf(stderr, "Read error\n");
#063        exit(-1);
#064      }
 
判断是否读取文件到结束。
#065      done = feof(stdin);
#066 
 
调用库函数XML_Parse来分析缓冲区Buff里的XML数据。
#067      if (! XML_Parse(p, Buff, len, done)) {
#068        fprintf(stderr, "Parse error at line %d:\n%s\n",
#069          XML_GetCurrentLineNumber(p),
#070          XML_ErrorString(XML_GetErrorCode(p)));
#071        exit(-1);
#072      }
#073 
 
如果分析文件到结尾位置，或者出错，就可以退出循环处理。
#074      if (done)
#075        break;
#076    }
#077 } /* End of main */
#078 
#079 
#080 
 
通过上面调用库函数XML_ParserCreate、XML_SetElementHandler、XML_Parse等三个函数就完成了XML的分析过程，这样使用起来真是太简单了，看到expat库的威力无穷。