libxml2使用指南.doc

Libxml2使用指南一、Libxml2介绍：Libxml2 是一个xml的c语言版的解析器，本来是为Gnome项目开发的工具，是一个基于MIT License的免费开源软件。它除了支持c语言版以外，还支持c+、PHP、Pascal、Ruby、Tcl等语言的绑定，能在Windows、Linux、Solaris、MacOsX等平台上运行。功能还是相当强大的，相信满足一般用户需求没有任何问题。二、Libxml2安装：一般如果在安装系统的时候选中了所有开发库和开发工具的话(Fedora Core系列下)，应该不用安装，下面介绍一下手动安装： 1) 从xmlsoft站点或ftp()站点下载libxml压缩包(libxml2-xxxx.tar.gz) 2) 对压缩包进行解压缩：tar xvzf libxml2-xxxx.tar.gz 3) 进入解压缩后的文件夹中运行：A）./configure B）make C）make install4）编译：$ gcc test.c -o test -I /usr/local/include/libxml2/ -L /usr/local/lib -lxml2安装完成后就可以使用简单的代码解析XML文件，包括本地和远程的文件，但是在编码上有一些问题。Libxml默认只支持 UTF8的编码，无论输入输出都是UTF-8，所以如果你解析完一个XML得到的结果都是UTF8的，如果需要输出GB2312或者其它编码，需要 ICONV来做转码(生成UTF8编码的文件也可以用它做),如果系统中没有安装iconv的话，需要安装libiconv。1) 下载libiconv压缩包(例如libiconv-1.11.tar.gz)2) 对压缩包进行解压缩：tar xvzf libiconv-1.11.tar.gz3) 进入解压缩后的文件夹中运行：A）./configure B）make C）make install三、关于XML：在开始研究 Libxml2 库之前，先了解一下XML的相关基础。XML 是一种基于文本的格式，它可用来创建能够通过各种语言和平台访问的结构化数据。它包括一系列类似 HTML 的标记，并以树型结构来对这些标记进行排列。例如，可参见清单 1 中介绍的简单文档。为了更清楚地显示 XML 的一般概念，下面是一个简化的XML文件。清单 1. 一个简单的 XML 文件rootdelete10清单 1 中的第一行是 XML 声明，它告诉负责处理 XML 的应用程序，即解析器，将要处理的 XML 的版本。大部分的文件使用版本 1.0 编写，但也有少量的版本 1.1 的文件。它还定义了所使用的编码。大部分文件使用 UTF-8，但是，XML 设计用来集成各种语言中的数据，包括那些不使用英语字母的语言。接下来出现的是元素。一个元素以开始标记 开始(如 )，并以结束标记 结束(如 )，其中使用斜线 (/) 来区别于开始标记。元素是 Node 的一种类型。XML 文档对象模型 (DOM) 定义了几种不同的 Nodes 类型，包括:Elements(如 files 或者 age)Attributes(如 units)Text(如 root 或者 10)元素可以具有子节点。例如，age 元素有一个子元素，即文本节点 10。XML 解析器可以利用这种父子结构来遍历文档，甚至修改文档的结构或内容。LibXML2 是这样的解析器中的其中一种，并且文中的示例应用程序正是使用这种结构来实现该目的。对于各种不同的环境，有许多不同的解析器和库。LibXML2 是用于 UNIX 环境的解析器和库中最好的一种，并且经过扩展，它提供了对几种脚本语言的支持，如 Perl 和 Python。三、使用Libxml2项目中要实现一个管理XML文件的后台程序，需要对XML文件进行创建，解析，修改，查找等操作，下面介绍如何利用libxml2提供的库来实现上述功能。1、创建XML文档：我们使用xmlNewDoc()来创建XML文档，然后使用xmlNewNode(),xmlNewChild(),xmlNewProp(),xmlNewText()等函数向XML文件中添加节点及子节点，设置元素和属性，创建完毕后用xmlSaveFormatFileEnc()来保存XML文件到磁盘(该函数可以设置保存XML文件时的编码格式)。示例1：#include #include #include int main(int argc, char *argv)xmlDocPtr doc = NULL;xmlNodePtr root_node = NULL, node = NULL, node1 = NULL;/ Creates a new document, a node and set it as a root nodedoc = xmlNewDoc(BAD_CAST 1.0);root_node = xmlNewNode(NULL, BAD_CAST root);xmlDocSetRootElement(doc, root_node);/creates a new node, which is attached as child node of root_node node.xmlNewChild(root_node, NULL, BAD_CAST node1,BAD_CAST content of node1);/ xmlNewProp() creates attributes, which is attached to an node.node=xmlNewChild(root_node, NULL, BAD_CAST node3, BAD_CASTnode has attributes);xmlNewProp(node, BAD_CAST attribute, BAD_CAST yes);/Here goes another way to create nodes.node = xmlNewNode(NULL, BAD_CAST node4);node1 = xmlNewText(BAD_CASTother way to create content);xmlAddChild(node, node1);xmlAddChild(root_node, node);/Dumping document to stdio or filexmlSaveFormatFileEnc(argc 1 ? argv1 : -, doc, UTF-8, 1);xmlFreeDoc(doc);xmlCleanupParser();xmlMemoryDump();/debug memory for regression testsreturn(0);2、解析XML文档解析文档时仅仅需要文件名并只调用一个函数，并有错误检查，常用的相关函数有 xmlParseFile(),xmlParseDoc(),获取文档指针后，就可以使用xmlDocGetRootElement()来获取根元素节点指针，利用该指针就可以在DOM树里漫游了，结束后要调用xmlFreeDoc()释放。例2：xmlDocPtr doc; /定义解析文档指针xmlNodePtr cur; /定义结点指针(你需要它为了在各个结点间移动)xmlChar *key;doc = xmlReadFile(url, MY_ENCODING, 256); /解析文件if (doc = NULL ) fprintf(stderr,Document not parsed successfully. n);return;cur = xmlDocGetRootElement(doc); /确定文档根元素if (cur = NULL) fprintf(stderr,empty documentn);xmlFreeDoc(doc);return;if (xmlStrcmp(cur-name, (const xmlChar *) root) fprintf(stderr,document of the wrong type, root node != root);xmlFreeDoc(doc);return;cur = cur-xmlChildrenNode;while(cur!=NULL) if (!xmlStrcmp(cur-name, (const xmlChar *)keyword) key = xmlNodeListGetString(doc, cur-xmlChildrenNode, 1);printf(keyword: %sn, key);xmlFree(key);cur = cur-next;xmlFreeDoc(doc);3、修改XML元素及属性等信息要修改XML文档里的元素及属性等信息，先需要解析XML文档，获得一个节点指针(xmlNodePtr node),利用该节点指针漫游DOM树，就可以在XML文档中获取，修改，添加相关信息。示例3：得到一个节点的内容：xmlChar *value = xmlNodeGetContent(node);返回值value应该使用xmlFree(value)释放内存得到一个节点的某属性值：xmlChar *value = xmlGetProp(node, (const xmlChar *)prop1);返回值需要xmlFree(value)释放内存设置一个节点的内容：xmlNodeSetContent(node, (const xmlChar *)test);设置一个节点的某属性值：xmlSetProp(node, (const xmlChar *)prop1, (const xmlChar *)v1);添加一个节点元素：xmlNewTextChild(node, NULL, (const xmlChar *)keyword, (const xmlChar *)test Element);添加一个节点属性：xmlNewProp(node, (const xmlChar *)prop1, (const xmlChar *)test Prop);4、查找XML节点有时候对一个XML文档我们可能只关心其中某一个或某几个特定的Element的值或其属性，如果漫游DOM树将是很痛苦也很无聊的事，利用XPath可以非常方便地得到你想的Element。下面是一个自定义函数：示例4：xmlXPathObjectPtr get_nodeset(xmlDocPtr doc, const xmlChar *xpath) xmlXPathContextPtr context;xmlXPathObjectPtr result;context = xmlXPathNewContext(doc);if (context = NULL) printf(context is NULLn);return NULL;result = xmlXPathexpression_r(xpath, context);xmlXPathFreeContext(context);if (result = NULL) printf(xmlXPathExpression return NULLn);return NULL;if (xmlXPathNodeSetIsEmpty(result-nodesetval) xmlXPathFreeObject(result);printf(nodeset is emptyn);return NULL;return result;在doc指向的XML文档中查询满足xpath表达式条件的节点，返回满足这一条件的节点集合查询条件xpath的写法参见xpath相关资料。在查询完毕获取结果集后，就可以通过返回的 xmlXPathObjectPtr 结构访问该节点：示例5：xmlChar *xpath = (/root/node/key=keyword);xmlXPathObjectPtr app_result = get_nodeset(doc,xpath);if (app_result = NULL) printf(app_result is NULLn);return;int i = 0;xmlChar *value;if(app_result) xmlNodeSetPtr nodeset = app_result-nodesetval;for (i=0; i nodeNr; i+) cur = nodeset-nodeTabi;cur = cur-xmlChildrenNode;while(cur!=NULL) value = xmlGetProp(cur,(const xmlChar *)key);if (value != NULL) printf(value: %snn, d_ConvertCharset(utf-8, GBK, (char *)value);xmlFree(value);value = xmlNodeGetContent(cur);if (value != NULL) printf(value: %snn, d_ConvertCharset(utf-8, GBK, (char *)value);xmlFree(value);xmlXPathFreeObject (app_result);通过get_nodeset()返回的结果集，我们可以获取该节点的元素及属性，也可以修改该节点的值。示例中在获取值打印的时候用到 d_ConvertCharset()函数来改变编码格式为GBK，以方便正确读取可能的中文字符。5、编码问题由于Libxml一般以UTF-8格式保存和操纵数据，如果你的程序使用其它的数据格式，比如中文字符(GB2312，GBK编码)，就必须使用Libxml函数转换到UTF-8。如果你想你的程序以除UTF-8外的其它编码方式输出也必须做转换。下面的示例程序提供几个函数来实现对数据编码格式的转换，其中有的要用到Libiconv，因此为了确保他们能正常工作，先检查以下系统中是否已经安装libiconv库。示例6：xmlChar *ConvertInput(const char *in, const char *encoding) unsigned char *out;int ret;int size;int out_size;int temp;xmlCharEncodingHandlerPtr handler;if (in = 0)return 0;handler = xmlFindCharEncodingHandler(encoding);if (!handler) printf(ConvertInput: no encoding handler found for %sn, encoding ? encoding : );return 0;size = (int) strlen(in) + 1;out_size = size * 2 - 1;out = (unsigned char *) xmlMalloc(size_t) out_size);if (out != 0) temp = size - 1;ret = handler-input(out, &out_size, (const unsigned char *) in, &temp);if (ret 0) | (temp - size + 1) if (ret %sn, encFrom, encTo);return NULL;iconv(c_pt, NULL, NULL, NULL, NULL);lenin = strlen(in) + 1;lenout = 1024;sin = (char *)in;sout = bufout;ret = iconv(c_pt, &sin, (size_t *)&lenin, &sout, (size_t *)&lenout);if (ret = -1) return NULL;iconv_close(c_pt);return bufout;示例8：char *d_ConvertCharset(char *cpEncodeFrom, char *cpEncodeTo, const char *cpInput) static char s_strBufOut1024, *sin, *cpOut;size_t iInputLen, iOutLen, iReturn;iconv_t c_pt;if (c_pt = iconv_open(cpEncodeTo, cpEncodeFrom) = (iconv_t)-1) printf(iconv_open failed!n);return NULL;iconv(c_pt, NULL, NULL, NULL, NULL);iInputLen = strlen(cpInput) + 1;iOutLen = 1024;sin = (char *)cpInput;cpOut = s_strBufOut;iReturn = iconv(c_pt, &sin, &iInputLen, &cpOut, &iOutLen);if (iReturn = -1) return NULL;iconv_close(c_pt);return s_strBufOut;content of node 1node has attributes other way to create content)遍历程序代码#include #include #include using namespace std;int main(int argc,char* argv)xmlDocPtr doc=NULL;xmlNodePtr cur=NULL;char* name=NULL;char* value=NULL;xmlKeepBlanksDefault (0); if(argc2)coutargc must be 2 or above.endl;return -1;doc=xmlParseFile(argv1);/创建Dom树if(doc=NULL)coutLoading xml file failed.endl;exit(1); cur=xmlDocGetRootElement(doc);/获取根节点if(cur=NULL)coutempty filexmlChildrenNode;/get sub nodewhile(cur !=NULL)name=(char*)(cur-name); value=(char*)xmlNodeGetContent(cur);coutname is: name, value is: valuenext;xmlFreeDoc(doc);/释放xml解析库所用资源xmlCleanupParser();return 0;说明：1. 当使用dom树来解析xml文档时，由于默认的方式是把节点间的空白当作第一个子节点，所以为了能和常说的第一个子节点相符，需调用xmlKeepBlanksDefault (0)函数来忽略这种空白。2. 对于使用xmlChar* xmlNodeGetContent(xmlNodePtr cur)函数获取节点内容后，必须调用xmlFree()来对所分配的内存进行释放。使用Xpath获取特定结点的内容(使用的xml文档见上面)：#include #include using namespace std;#include #include #include #include int main(int argc,char* argv) xmlDocPtr doc; xmlXPathContextPtr xpathCtx; xmlXPathObjectPtr xpathObj; xmlNodeSetPtr nodeset;string xpathExpr; char