XML基础

http://blog.csdn.net/ly61baby/article/details/6458380

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是eXtensible Markup Language的缩写，它是一种可扩展性标识语言,能够让你自己创造标识，标识你所表示的内容。DOM全称是Document Object Model(文档对象模型)，定义了一组与平台和语言无关的接口，以便程序和脚本能够动态访问和修改XML文档内容、结构及样式。XML创建了标识，而DOM的作用就是告诉程序如何操作和显示这些标识。

XML将数据组织成为一棵树，DOM通过解析XML文档，为XML文档在逻辑上建立一个树模型，树的节点是一个个的对象。这样通过操作这棵树和这些对象就可以完成对XML文档的操作，为处理文档的所有方面提供了一个完美的概念性框架。

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。

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。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。

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；xmlStrcmp是字符串比较函数等等。基本上xmlChar字符串相关函数都在xmlstring.h中定义；而动态内存分配函数在xmlmemory.h中定义。

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    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.h

 

typedef 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;

};

 

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：

l节点中的文字内容：content；

l   节点所属文档：doc；

l   节点名字：name；

l   节点的namespace：ns；

l   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。

 

3.3    重要操作

3.3.1    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 <stdio.h>

#include <libxml/parser.h>

#include <libxml/tree.h> 

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 ? argv[1] : "-", 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。

 

3.3.2    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 < 1)

  {

    printf("error: Usage: %s filename/n" , argv[0]); 

    exit(1); 

  }

  psfilename = argv[1];

  pdoc = xmlReadFile(psfilename ,"UTF-8",XML_PARSE_RECOVER);

  if(NULL == pdoc)

  {

     printf("error: open file %s" , psfilename);

     exit(1);

  }

    pcurnode = xmlDocGetRootElement(pdoc);

 

  if(NULL == pcurnode)

  {

     printf("error: empty document %s" , psfilename);

     exit(1);

    }

    if(xmlStrcmp(pcurnode->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。

3.3.3    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 <libxml/parser.h>

#include <iostream.h>

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 <= 1) 

      {

             printf("Usage: %s docname/n", argv[0]);

             return(0);

      }

      szDocName = argv[1];

      doc = xmlReadFile(szDocName,"GB2312",XML_PARSE_RECOVER);  //解析文件

      if (NULL == doc)

      {    

             fprintf(stderr,"Document not parsed successfully. /n");     

             return -1;

      }

      curNode = xmlDocGetRootElement(doc);

     

      if (NULL == curNode)

      {

             fprintf(stderr,"empty document/n");

             xmlFreeDoc(doc);

             return -1;

      }

      curNode = curNode->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;