别人写了一个mircro XML解析器，附源代码

mirco 的意思是比 tiny 还要 tiny。

　　GUI 模板用 XML 做是最合适的。方便嵌入脚本，方便编辑修改，方便嵌入皮肤描述，用 XML 做模板，写起 GUI 编辑器也要方便得多。

　　以前几个的 GUI 模板解析器用的是 MSXML 来实现的，不过它提供的接口字符串类型全是 BSTR，自己的接口又是 TCHAR*，每一次的调用都会有一次字符串转换，效率很低。而且一想到代码里有 QueryInteface，AddRef，Release ，心里就不踏实，担心吊胆的。

　　于是又打算用 TinyXML，看了几遍代码，发现它对宽字符集的支持有些古怪。代码里其它的杂七杂八的东西有点多，代码风格什么的也不大喜欢。

　　于是自己写了一个简单的，虽然有错误检测机制，不过没有提供查询接口，因为这样我觉得使接口不整洁。其实要知道 XML 哪里出错了很简单，随便拿个浏览器打开就行了，提示得非常详细。不过以后可能会根据需要添加上。XPATH 支持也是如此。接口函数全部使用 UNICODE。

 

测试代码：

   1: // cexer

   2: #include "./include/XML/xmlfile.h"

   3: #include "./include/XML/xmlelement.h"

   4: #include "./include/XML/xmldeclaration.h"

   5: #include "./include/XML/xmlunknown.h"

   6: #include "./include/XML/xmlcomment.h"

   7: #include "./include/XML/xmltext.h"

   8: #include "./include/XML/xmlattribute.h"

   9:  

  10: using namespace cexer;

  11: using namespace cexer::xml;

  12:  

  13:  

  14: // c++ std

  15: #include <iostream>

  16: using namespace std;

  17:  

  18:  

  19: int wmain( int argc,WCHAR** argv )

  20: {

  21:     wcout.imbue( std::locale("chs") );

  22:  

  23:     XmlFile document( L"./XMLs/utf16le_ns.xml" );

  24:     if ( !document.load() )

  25:     {

  26:         wcout<<L"解析失败"<<endl;

  27:         return 0;

  28:     }

  29:  

  30:     XmlElement* root = document.element();

  31:     if ( !root )

  32:     {

  33:         wcout<<L"没有找到根结点"<<endl;

  34:         return 0;

  35:     }

  36:  

  37:     wcout<<root->name()<<endl;

  38:  

  39:  

  40:     XmlNode* firstChild = root->firstChild();

  41:     if ( !firstChild )

  42:     {

  43:         wcout<<L"没有子结点"<<endl;

  44:         return 0;

  45:     }

  46:  

  47:     XmlDeclaration* declar = xml_cast<XmlDeclaration*>( firstChild );

  48:     if ( !declar )

  49:     {

  50:         wcout<<L"第一个子结点不是声明"<<endl;

  51:     }

  52:     else

  53:     {

  54:         wcout<<L"第一个节点是声明"<<endl;

  55:         wcout<<L"version = "<<declar->version()<<endl;

  56:         wcout<<L"encoding = "<<declar->encoding()<<endl;

  57:         wcout<<L"standalone = "<<declar->standalone()<<endl;

  58:     }

  59:  

  60:     XmlComment* comment = xml_cast<XmlComment*>( firstChild->next() );

  61:     if ( !comment )

  62:     {

  63:         wcout<<L"第二个子结点不是注释"<<endl;

  64:     }

  65:     else

  66:     {

  67:         wcout<<L"第二个结点是注释："<<comment->value()<<endl;

  68:     }

  69:  

  70:     XmlElement* window = root->element( L"window" );

  71:     if ( !window )

  72:     {

  73:         wcout<<L"没有找到window元素结点"<<endl;

  74:         return 0;

  75:     }

  76:     wcout<<window->attributeValue( L"text" )<<endl;

  77:  

  78:  

  79:     XmlElement* nextWindow = window->nextElement( L"window" );

  80:     if ( !nextWindow )

  81:     {

  82:         wcout<<L"没有找到后面的window元素结点"<<endl;

  83:     }

  84:     else

  85:     {

  86:         wcout<<L"后面还有一个window元素结点 ";

  87:         wcout<<nextWindow->attributeValue(_T("name"))<<endl;

  88:     }

  89:  

  90:     XmlElement* panel = window->element( L"panel" );

  91:     if ( panel )

  92:     {

  93:         wcout<<panel->attributeValue( L"caption" )<<endl;

  94:     }

  95:  

  96:     window->setAttribute( L"styleAdd",L"WS_VISIBLE" );

  97:     window->setAttribute( L"styleRemove",L"\";<>=&\"" );

  98:  

  99:     if ( !document.save( L"./XMLs/modified/utf16le_ns.xml" ) )

 100:     {    

 101:         wcout<<L"保存失败"<<endl;

 102:     }

 103:  

 104:     return 0;

 105: }

 

编码支持：

　　因为内部使用 MultiBytesToWideChar 和 WideCharToMultiBytes 来实现字符集/编码的操作，因此对字符集/编码的支持很灵活，能够支持以上两个函数支持的所有编码，只需简单的修改即可添加新的支持。预置了几种编码支持：

1. UTF-16LE（UNICODE）    
2. GBK    
3. BIG5    
4. GB2312    
5. UTF-7    
6. UTF-8

　　对于没有编码声明并且没有文件头签名文件，都视为 UTF-8 编码。以上的代码当中的 XML 文件就是一个没有签名，没有声明的 UTF-16LE 编码的 XML 文件。

　　TinyXML 内部解析字符串全是以 char*  类型来解析，只支持多字节编码如 UTF-8，ASCII，不支持 UNICODE 编码。如对中文的支持就比较古怪，如果 XML 以 UTF-8 格式保存，则设置“值”的时候必须自己把字符串转换为 UTF-8 再设置，而在取得值以后，则必须自己将它们从 UTF-8 转换成 UNICODE 或 ASCII，否则就是乱码。

　　主要是 TinyXML 为了跨平台，所以没有像 MultiBytesToWideChar  和 WideCharToMultiBytes  这种函数的直接支持。不过如果是为了跨平台，这两个函数也可以考虑自己实现。

 

节点类型转换：

　　因为在内存当中，元素，注释，文本，声明等结点都是存储为一个基类的指针，因此在使用的时候必须要有一个类型转换的动作。也有一些 XML 解析器比较简单，其中只有文档，元素，属性这三种结点，内存当中存的全部都是元素集合，元素当中再存有属性集合，用不着类型转换，不过这种 XML 将 XML 读入内存再存入磁盘文件当中时，会丢失掉 XML 文件原有的格式。

　　TinyXML 在内存当中所有的结点（除属性）都以基类 TiXmlNode 指针的形式存放 ，从一个 TiXmlNode* 进行类型转的方法是这样的：

　　首先在基 TiXmlBase 声明一组虚函数

   1: class TiXmlNode

   2: {

   3:     virtual TiXmlDocument*   ToDocument()    { return 0; }

   4:     virtual TiXmlElement*    ToElement()        { return 0; }

   5:     virtual TiXmlComment*    ToComment()     { return 0; }

   6:     virtual TiXmlUnknown*    ToUnknown()        { return 0; }

   7:     virtual TiXmlText*       ToText()        { return 0; }

   8:     virtual TiXmlDeclaration*    ToDeclaration() { return 0; }

   9: };

 
　　然后在子类当中各自重写向自己类型转换的那一个虚函数。如在 XmlElement 和 XmlComment 当中：

   1: class XmlElement

   2: {

   3:     virtual TiXmlElement*    ToElement()        { return this; }

   4: };

   5:  

   6: class XmlComment

   7: {

   8:     virtual TiXmlComment*    ToComment()     { return this; }

   9: };

　　这样做很方便，不过如果要写一个新的 XML 结点类型，就比较麻烦了，必须重新修改基类 TiXmlNode 的代码，整个 XML 解析器的代码都得重新编译一遍。

　　我则借用了 COM 的 Queryinterface 的方式。在基类 XmlCastable 当中声明了一个虚函数 query，任意结点调用这个函数，输入一个类型，若该结点是这个类型，那么就输出指针的值并返回 true，否则输出 NULL 并返回 false。

   1: class XmlCastable

   2: {

   3:     virtual bool query( XmlType destType,void** ppvoid ) = 0;

   4: };

   5:  

　　如在 XmlNamedNode  当中：

   1: bool XmlNamedNode::query( XmlType type,void** pptr )

   2: {

   3:     if ( !pptr )

   4:     {

   5:         return false;

   6:     }

   7:  

   8:     *pptr = NULL;

   9:  

  10:     if ( XmlNamedNode::s_type == type )

  11:     {

  12:         *pptr = this;

  13:         return true;

  14:     }

  15:  

  16:     return false;

  17: }

  不过这样使用起来会相当地麻烦，所以写了一个辅助函数 xml_cast，可以对 XmlNode* 这样调用：

   1: XmlNode* node = ...;

   2: XmlElement* element = xml_cast<XmlElement*>( node );

   3: XmlComment* comment = xml_cast<XmlComment*>( node );

类结构：

   1: // 给函数 xml_cast 提供结点类型的转换能力

   2: class XmlCastable

   3: {...};

   4:  

   5: // 除了属性结点(XmlAttribute)外，所有结点类型的基础

   6: class XmlNode:public XmlCastable

   7: {...};

   8:  

   9: // 含有子结点的结点如：元素(XmlElement)，文档(XmlDocument)

  10: class XmlParentNode:public XmlNode

  11: {...};

  12:  

  13: // 有名字的结点如：元素(XmlElement)，属性(XmlAttribute)

  14: class XmlNamedNode:public XmlCastable

  15: {...};

  16:  

  17: // 有值的结点如：属性(XmlAttribute)，文本(XmlText)，注释(XmlComment)，未知(XmlUnknown)

  18: class XmlValueNode:public XmlCastable

  19: {...};

  20:  

  21:  

  22: // XML声明 <?xml ..... ?>

  23: class XmlDeclaration:public XmlNode

  24: {...};

  25:  

  26:  

  27: // XML注释结点<!-- ..... -->

  28: class XmlComment:public XmlNode

  29:                  ,public XmlValueNode

  30: {...};

  31:  

  32:  

  33: // XML文本结点 [文本] 及 <![CDATA[...]]>

  34: class XmlText:public XmlNode

  35:               ,public XmlValueNode

  36: {...};

  37:  

  38: // XML文档结点

  39: class XmlDocument:public XmlParentNode

  40: {...};

  41:  

  42: // XML元素结点

  43: class XmlElement:public XmlParentNode

  44:                  ,public XmlNamedNode

  45: {...};

  46:  

  47: // XML元素属性

  48: class XmlAttribute:public XmlNamedNode

  49:                    ,public XmlValueNode

  50: {...};

  51:  

  52: // 解析器暂不支持的XML结点如

  53: //    <!DOCTYPE PLAY SYSTEM 'play.dtd'>

  54: //    <!ELEMENT title (#PCDATA)>

  55: //    <!ELEMENT books (title,authors)>

  56: class XmlUnknown:public XmlNode

  57:                  ,public XmlValueNode

  58: {...};

  59:  

  60:  

附件下载：

　　从 cexer 的库当中把 xml 解析器剥离出来放上来。希望大家也都积极踊跃地共享代码。（注：还没有怎么详细测试，切不可用于重要的项目如国防工程火箭发射工程之类的，崩溃死机核弹爆炸什么的本人概不负责。。。。）

点击下载