C++解析XML

C++解析XML Homepage: http://www.grinninglizard.com/tinyxml/
download：http://sourceforge.net/projects/tinyxml

用mingw32-make前修改一下makefile檔案,改為如下

# DEBUG can be set to YES to include debugging info, or NO otherwise(不是DEBUG)
DEBUG          := NO

# PROFILE can be set to YES to include profiling info, or NO otherwise
PROFILE        := NO

# TINYXML_USE_STL can be used to turn on STL support. NO, then STL
# will not be used. YES will include the STL files.(使用STL,選擇的話，則可以使用std::string)
TINYXML_USE_STL := YES

一、      TinyXml的特點

TinyXml是一個基於DOM模型的、非驗證的輕量級C++解譯器。

1.      SAX和DOM

目前XML的解析主要有兩大模型：SAX和DOM。

其中SAX是基於事件的，其基本工作流程是分析XML文檔，當發現了一個新的元素時，產生一個對應事件，並調用相應的使用者處理函數。這種方式佔用記憶體少，速度快，但使用者程式相應得會比較複雜。

而DOM（文件物件模型），則是在分析時，一次性的將整個XML文檔進行分析，並在記憶體中形成對應的樹結構，同時，向使用者提供一系列的介面來訪問和編輯該樹結構。這種方式佔用記憶體大，速度往往慢於SAX，但可以給使用者提供一個物件導向的提供者，對使用者更為友好。

 

2.      驗證和非驗證

對於一個特定的XML文檔而言，其正確性分為兩個層次。首先是其格式應該符合XML的基本格式要求，比如第一行要有聲明，標籤的嵌套層次必須前後一致等等，符合這些要求的檔案，就是一個合格的XML檔案，稱作well-formatted。但除此之外，一個XML文檔因其內容的不同還必須在語義上符合相應的標準，這些標準由相應的DTD檔案或者Schema檔案來定義，符合了這些定義要求的XML檔案，稱作valid。

因此，解析器也分為兩種，一種是驗證的，即會跟據XML檔案中的聲明，用相應的DTD檔案對XML檔案進行校正，檢查它是否滿足DTD檔案的要求。另一種是忽略DTD檔案，只要基本格式正確，就可以進行解析。

就我所知，驗證的解析器通常都是比較重量級的。TinyXml不支援驗證，但是體積很小，用在解析格式較為簡單的XML檔案，比如設定檔時，特別的合適。

 

二、 TinyXml的構建和使用
1.      擷取

TinyXml首頁在http://www.grinninglizard.com/tinyxml/index.html，從這裡可以找到最新版本的原始碼，目前的版本是 2.4.3 (截至2006.5.17).

2.構建

TinyXml在構建時可以選擇是否支援STL，選擇的話，則可以使用std::string，所以通常應在Windows上，TinyXml的源碼包裡提供了VC6的工程檔案，直接用它就可以產生兩個靜該開啟這個選項。態庫（帶STL和不帶STL），非常容易。唯一需要注意的是，預設產生的庫是單線程的，如果用在多線程的項目中，需要改動一下配置，產生相應的多線程庫。

在Unix平台上，TinyXml的源碼包裡只提供了一個Makefile，對於典型的Linux系統，或裝了gcc和gmake的其他Unix，這個Makefile足夠用了，我在RH9和RHEL4上測試，簡單的make就成功了。需要注意的有以下幾點：預設的編譯是不支援STL的，可以通過編輯Makefile的TINYXML_USE_STL := NO那一行，把NO改成YES就可以支援STL了；還有預設只產生了一個測試程式，沒有產生任何庫，如果要產生靜態庫的話，可以用ar命令，將產生的幾個目標檔案打包就行了，如果要產生動態庫，則需要加上-fpic參數重新編譯。

3.      使用

構建了相應的庫之後，在使用了它們的工程中，只要在串連時把他們連上就行了。需要注意的是，如果需要STL支援，在編譯用到了TinyXml的檔案時，需要定義一個宏TIXML_USE_STL，對gcc，可以使用參數-DTIXML_USE_STL，對cl.exe（VC），可以使用參數/DTIXML_USE_STL，如果嫌麻煩，可以直接定義在 tinyxml.h檔案裡。

 

三、 TinyXml的編程模型

1.類之間的關係

TinyXml實現的時DOM訪問模型，因此提供了一系列的類對應XML檔案中的各個節點。主要類間的關係如所示：

 

 

TiXmlBase：其它類的基類，是個抽象類別

TiXmlNode：表示一個節點，包含節點的一般方法，如訪問自節點、兄弟節點、編輯自身、編輯子節點

TiXmlDocument：表示整個XML文檔，不對應其中某個特定的節點。

TiXmlElement：表示元素節點，可以包含子節點和TiXmlAttribute

TiXmlComment：表示注釋

TiXmlDeclaration：表示聲明

TiXmlText：表示文本節點

TiXmlUnknown：表示未知節點，通常是出錯了

TiXmlAttribute：表示一個元素的屬性

下面是一個簡單的例子：

<?xml version="1.0" encoding="utf-8" ?>

 

 

<!-This is only a sample-->

 

 

<book>

 

 

       <name>TinyXml How To</name>

 

 

       <price unit=”RMB”>20</price>

 

 

       <description>Some words…</description>

 

 

</ book >

 

 

整個文檔，對應TiXmlDocument

book,name,price, description，都對應TiXmlElement

第一行對應一個TiXmlDeclaration

第二行對應一個TiXmlComment

“TinyXml How To”對應一個TiXmlText

unit則是price的一個TiXmlAttribute

這些類與XML檔案中的相應元素都有很好的對應關係，因此相信參照TinyXml的文檔，可以很容易的掌握各個方法的使用。

 

2.  需要注意的問題

各類之間的轉換

 

 

由於各個節點類都從TiXmlNode繼承，在使用時常常需要將TiXmlNode*類型的指標轉換為其衍生類別的指標，在進行這種轉換時，應該首先使用由TiXmlNode類提供的一系列轉換函式，如ToElement(void)，而不是c++的dynamic_cast

 

檢查傳回值

 

 

由於TinyXml是一個非校正的解析器，因此當解析一個檔案時，很可能檔案並不包含我們預期的某個節點，在這種情況下，TinyXml將返回null 指標。因此，必須要對傳回值進行檢查，否則將很容易出現記憶體訪問的錯誤。

 

如何重頭建立一個XML檔案

 

 

先建立一個TiXmlDocument對象，然後，載入某個模板，或者直接插入一個節點作為根節點，接著就可以像開啟一個已有的XML檔案那樣對它進行操作了。

 

四、總結

TinyXml最大的特點就是它很小，可以很方便的靜態串連到程式裡。對於像設定檔、簡單的資料檔案這類檔案的解析，它很適合。但是由於它是非驗證的，因此需要在程式裡做許多檢查工做，加重了程式編寫的負擔。因此對於複雜的XML檔案，我覺得最好還是用驗證的解析器來處理。