libxml函数编程封装.doc

1 编写说明本文档主要介绍XML的基本知识及利用如何利用libxml来操作xml文件。2 XML基础XML（Extensible Markup Language）即可扩展标记语言，它与HTML一样，都是SGML(Standard Generalized Markup Language,标准通用标记语言)。Xml是Internet环境中跨平台的，依赖于内容的技术，是当前处理结构化文档信息的有力工具。扩展标记语言XML是一种简单的数据存储语言，使用一系列简单的标记描述数据，而这些标记可以用方便的方式建立。 XML 中共有12种节点类型，其中最常见的节点类型有5种：元素：元素是 XML 的基本组成单元。，描述XML的基本信息。属性：属性节点包含关于元素节点的信息，通常包含在元素里面，描述元素的属性。文本：包含许多文本信息或者只是空白。文档：文档节点是整个文档中所有其它节点的父节点。注释：注释是对相关的信息进行描述、注释。xml的解析一般都是用j2se提供的API来解析，在linux下有两种方法来解析，一个是DOM（document object Model ），文档对象模型法，还有就是简单API(simple API for XML，SAX）。DOM中的核心概念就是节点。DOM在分析XML文档时，将将组成XML文档的各个部分(元素、属性、文本、注释、处理指令等)映射为一个对象(节点)。在内存中，这些节点形成一课文档树。整棵树是一个节点，树中的每一个节点也是一棵树(子树)，可以说，DOM就是对这棵树的一个对象描述，我们通过访问树中的节点来存取XML文档的内容。SAX是一种基于事件驱动的API。利用SAX解析XML文档，牵涉到两个部分：解析器和事件处理器。解析器负责读取XML文档，并向事件处理器发生事件，如元素开始和元素结束事件；而事件处理器则负责对事件做出响应，对传递的XML数据进行处理DOM 虽然是 W3C 的标准，提供了标准的解析方式，但它的解析效率一直不尽如人意，因为使用DOM解析XML时，解析器读入整个文档并构建一个驻留内存的树结构（节点树），然后您的代码才可以使用 DOM 的标准接口来操作这个树结构。但大部分情况下我们只对文档的部分内容感兴趣，根本就不用先解析整个文档，并且从节点树的根节点来索引一些我们需要的数据也是非常耗时的。相比于文档对象模型DOM，SAX 是读取和操作 XML 数据的更快速、更轻量的方法。SAX 允许您在读取文档时处理它，从而不必等待整个文档被存储之后才采取操作。它不涉及 DOM 所必需的开销和概念跳跃。 SAX API是一个基于事件的API ，适用于处理数据流，即随着数据的流动而依次处理数据。SAX API 在其解析您的文档时发生一定事件的时候会通知您。在您对其响应时，您不作保存的数据将会 被抛弃。SAX不必事先将整个XML文档加载到内存中，因此它占据内存要比DOM小，对于大型的XML文档来说，通常会使用SAX而不是DOM进行解析。3 LibXml介绍需求安装包：libxml2 和libxm2-devel，其中libxml主要包括.so文件，libxml2-devel包括开发文档和所有的.h文件。Linux下可用rpm ql 命令查看，rpm qd可查看文档信息。3.1 数据类型xmlChar在libXml中用xmlCha替代char,XML使用UTF-8编码的一字节字符串。如果你的数据使用其它编码，它必须被转换到UTF-8才能使用libxml的函数。转码函数需用到libiconv库中的ConvertEncoding（）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等等。基本上动态内存分配函数xmlmemory.h中定义。而为了方便对xmlChar类型字符串的操作,libxml提供了自己的函数,它们的定义于标准c函数库中的字符串函数很像，xmlChar字符串相关函数都在xmlstring.h中定义：xmlChar* xmlStrcat (xmlChar *cur, const xmlChar * add)const xmlChar *xmlStrchr(const xmlChar * str, xmlChar val)int xmlStrcmp (const xmlChar * str1, const xmlChar * str2)int xmlStrlen (const xmlChar * str)xmlChar *xmlStrncat (xmlChar * cur, const xmlChar * add, int len)int xmlStrncmp (const xmlChar * str1, const xmlChar * str2, int len)const xmlChar *xmlStrstr (const xmlChar * str, const xmlChar * val)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。3.2 DOM对象模型解析简介3.2.1 重要数据结构XmlDoc：代表DOM结构中的文档类型。包含由解析文档建立的树结构，xmlDocPtr是指向这个结构的指针。xmlNode：代表DOM结构中的除文档类型类型外的其它节点类型。包含单一结点的结构，xmlNodePtr是指向这个结构的指针，它被用于遍历文档树。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.htypedef struct _xmlNode xmlNode;typedef xmlNode *xmlNodePtr;struct _xmlNode void *_private; xmlElementType type; const xmlChar *name; struct _xmlNode *children; struct _xmlNode *last; struct _xmlNode *parent; struct _xmlNode *next; struct _xmlNode *prev; struct _xmlDoc *doc; xmlNs *ns; xmlChar *content; struct _xmlAttr *properties; xmlNs *nsDef; void *psvi; unsigned short line; unsigned short extra;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。所有节点都是文档XmlDoc节点的直接或间接子节点。同时还有以下重要元素：节点中的文字内容：content；节点所属文档：doc；节点名字：name；节点的namespace：ns；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。3.2.2 创建XML文档创建一个xml文档流程如下：l 用xmlNewDoc函数创建一个文档指针doc；l 用xmlNewNode函数创建一个节点指针root_node；l 用xmlDocSetRootElement将root_node设置为doc的根结点；l 给root_node添加一系列的子节点，并设置子节点的内容和属性；l 用xmlSaveFile将xml文档存入文件；l 用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示例代码：#include #include #include int main(int argc , char *argv) xmlDocPtr pdoc = NULL; xmlNodePtr proot_node = NULL ,pnode = NULL , pnode1 = NULL; / 创造一个新文档并设置要root节点 / 在XML文档中有且只有一个root节点 pdoc = xmlNewDoc( BAD_CAST 1.0); proot_node = xmlNewNode(NULL , BAD_CAST plist); xmlNewProp(proot_node , BAD_CAST version , BAD_CAST 1.0); xmlDocSetRootElement(pdoc , proot_node); pnode = xmlNewNode( NULL , BAD_CAST dict ); / 创造root节点的子节点 xmlNewChild(pnode , NULL , BAD_CAST key , BAD_CAST info); pnode1 = xmlNewNode( NULL , BAD_CAST dict );/保存文档 xmlSaveFormatFileEnc(argc 1 ? argv1 : -, pdoc, UTF-8, 1);/释放文档指针 xmlFreeDoc(pdoc); xmlCleanupParser(); xmlMemoryDump(); /debug memory for regression tests return(0);涉及相关函数：xmlNewDoc，xmlNewNode，xmlDocSetRootElement，xmlSaveFile，xmlFreeDoc。3.2.3 解释文档解析一个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：l 用xmlReadFile函数读出一个文档指针doc；l 用xmlDocGetRootElement函数得到根节点curNode；l curNode-xmlChildrenNode就是根节点的子节点集合；l 轮询子节点集合，找到所需的节点，用xmlNodeGetContent取出其内容；l 用xmlHasProp查找含有某个属性的节点；l 取出该节点的属性集合，用xmlGetProp取出其属性值；l 用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。注意：节点列表的指针依然是xmlNodePtr，属性列表的指针也是xmlAttrPtr，并没有xmlNodeList或者xmlAttrList这样的类型。看作列表的时候使用它们的next和prev链表指针来进行轮询。只有在Xpath中有xmlNodeSet这种类型，其使用方法前面已经介绍了。示例代码：int main(int argc , char *argv) xmlDocPtr pdoc = NULL; xmlNodePtr proot=NULL , pcurnode = NULL; char *psfilename; if (argc name , BAD_CAST plist) != 0) printf(error document ); exit(1); if(xmlHasProp(pcurnode ,BAD_CAST version) xmlChar *szAttr = xmlGetProp(pcurnode, BAD_CAST version);printf(get version : %s n , szAttr); xmlFreeDoc(pdoc); xmlCleanupParser();return 0;涉及函数：xmlParseFile，xmlReadFile，xmlDocGetRootElement，xmlHasProp，xmlGetProp。其中xmlParseFile和xmlReadFile都具备打开XML文件的功能，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。3.2.4 修改XML有了上面的基础，修改xml文档的内容就很简单了。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。示例代码：#include int main(int argc, char* argv) xmlDocPtr doc; /定义解析文档指针 xmlNodePtr curNode; /定义结点指针(你需要它为了在各个结点间移动) char *szDocName; if (argc children; while (NULL != curNode) /删除newNode1 if (!xmlStrcmp(curNode-name, BAD_CAST newNode1) xmlNodePtr tempNode; tempNode = curNode-next; xmlUnlinkNode(curNode); xmlFreeNode(curNode); curNode = tempNode; continue; /修改node2的属性值 if (!xmlStrcmp(curNode-name, BAD_CAST node2) xmlSetProp(curNode,BAD_CAST attribute, BAD_CAST no); /修改newNode2的内容 if (!xmlStrcmp(curNode-name, BAD_CAST newNode2) xmlNodeSetContent(curNode, BAD_CAST content changed); /增加一个属性 if (!xmlStrcmp(curNode-name, BAD_CAST newNode3) xmlNewProp(curNode, BAD_CAST newAttr, BAD_CAST YES); /增加一个子节点 if (!xmlStrcmp(curNode-name, BAD_CAST son) xmlNewTextChild(curNode, NULL, BAD_CAST newGrandSon, BAD_CAST new content); curNode = curNode-next;3.3 SAX简单API解析3.3.1相关函数简介libxml库提供还提供了一些函数以流的形式来读取并分析xml文件.xmlTextReader xmlTextReaderPtr /XmlReader的结构体及其指针xmlTextReaderPtr xmlReaderForFile (const char * filename, const char * encoding, int options) /打开一个xml文件并返回xmlreader对象,准备开始分析.int xmlTextReaderRead (xmlTextReaderPtr reader) /读取下一个节点(注意,是下一个,不是下一个同层节点)int xmlTextReaderNext (xmlTextReaderPtr reader) /读取下一个同层节点int xmlTextReaderNodeType (xmlTextReaderPtr reader) /判断当前节点的类型xmlChar *xmlTextReaderGetAttribute (xmlTextReaderPtr reader, const xmlChar * name) /获取当前节点的指定属性xmlChar *xmlTextReaderReadString (xmlTextReaderPtr reader) /读取当前节点下的textxmlNodePtr xmlTextReaderExpand (xmlTextReaderPtr reader) /将当前节点展开成一个节点对象(慎用)int xmlTextReaderHasValue (xmlTextReaderPtr reader) /判断当前节点是否有text值int xmlTextReaderHasAttributes (xmlTextReaderPtr reader) /判断当前节点是否包含属性int xmlTextReaderMoveToAttribute (xmlTextReaderPtr reader, const xmlChar * name) /移动指针到当前节点的指定属性名的属性int xmlTextReaderMoveToAttributeNo (xmlTextReaderPtr reader, int no) /移动指针到当前节点指定属性编号的属性int xmlTextReaderMoveToElement (xmlTextReaderPtr reader) /将指针移会当前节点int xmlTextReaderMoveToFirstAttribute (xmlTextReaderPtr reader) /将指针移动到当前节点的第一属性int xmlTextReaderMoveToNextAttribute (xmlTextReaderPtr reader) /将指针移动到当前节点的下一属性xmlChar *xmlTextReaderName (xmlTextRead