boost.property_tree解析xml的帮助类以及中文解析问题的解决

来源：互联网发布：手机淘宝登录在哪里编辑：程序博客网时间：2024/05/01 09:10

boost.property_tree可以用来解析xml和json文件，我主要用它来解析xml文件，它内部封装了号称最快的xml解析器rapid_xml，其解析效率还是很好的。但是在使用过程中却发现各种不好用，归纳一下不好用的地方有这些：

获取不存在的节点时就抛出异常获取属性值时，要排除属性和注释节点，如果没注意这一点就会抛出异常，让人摸不着头脑。内存模型有点怪。默认不支持中文的解析。解析中文会乱码。

ptree获取子节点

　　获取子节点接口原型为get_child(node_path)，这个node_path从当前路径开始的全路径，父路径和子路径之间通过“.”连接，如“root.sub.child”。需要注意的是get_child获取的是第一个子节点，如果我们要获取子节点列表，则要用路径“root.sub”，这个路径可以获取child的列表。如果获取节点的路径不存在则会抛出异常，这时，如果不希望抛出异常则可以用get_xxx_optional接口，该接口返回一个optional<T>的结果出来，由外面判断是否获取到结果了。

view sourceprint?
1.//ptree的optional接口
2.auto item = root.get_child_optional('Root.Scenes');

　　该接口返回的是一个optional<ptree>，外面还要判断该节点是否存在，optional对象通过bool操作符来判断该对象是否是无效值，通过指针访问

符'*'来访问该对象的实际内容。建议用optional接口访问xml节点。

view sourceprint?
//ptree的optional接口
auto item = root.get_child_optional('Root.Scenes');
if(item)
cout<<'该节点存在'<<endl;

ptree的内存模型

　　ptree维护了一个pair<string, ptree>的子节点列表，first指向的是该节点的TagName，second指向的才是ptree节点，因此在遍历ptree子节点时要注意迭代器的含义。

view sourceprint?
for (auto& data : root)
{
for (auto& item : data.second) //列表元素为pair<string, ptree>，要用second继续遍历
{
cout<<item.first<<endl;
}
}

　　需要注意的是ptree.first可能是属性（'<xmlattr>'）也可能是注释（'<xmlcomment>'），只有非注释类型的节点才能使用获取属性值、子节点等常用接口。

ptree获取属性值

　　通过get<T>(attr_name)可以获取属性的值，如果想获取属性的整形值的话，可以用get<int>('Id')，返回一个整数值。有一点要注意如果ptree.first为'<xmlcomment>'时，是没有属性值的，可以通过data()来获取注释内容。如果这个ptree.first不为<xmlattr>时需要在属性名称前面加'<xmlcomment>.'，即get<int>('<xmlcomment>.Id')才能正确获取属性值。可以看到获取属性值还是比较繁琐的，在后面要介绍的帮助类中可以简化属性值的获取。如果要获取节点的值则用get_value()接口，该接口用来获取节点的值，如节点：<Field>2</Field>通过get_value()就可以获取值'2'。

解析中文的问题

　　ptree只能解析窄字符的xml文件，如果xml文件中含有unicode如中文字符，解析出来就是乱码。解析unicode要用wptree，该类的接口均支持宽字符并且接口和ptree保持一致。要支持中文解析仅仅wptree还不够，还需要一个unicode转换器的帮助，该转换器可以实现宽字符和窄字符的转换，宽窄的互相转换函数有很多实现，不过c++11中有更简单统一的方式实现款窄字符的转换。

c++11中宽窄字符的转换：

view sourceprint?
std::wstring_convert<std::codecvt<wchar_t,char,std::mbstate_t>> conv
 
(newstd::codecvt<wchar_t,char,std::mbstate_t>('CHS'));
//宽字符转为窄字符
string str = conv.to_bytes(L'你好');
//窄字符转为宽字符
string wstr = conv.from_bytes(str);

　　boost.property_tree在解析含中文的xml文件时，需要先将该文件转换一下。

　　boost解决方法：

view sourceprint?
#include 'boost/program_options/detail/utf8_codecvt_facet.hpp'
void ParseChn()
{
std::wifstream f(fileName);
std::locale utf8Locale(std::locale(), new boost::program_options::detail::utf8_codecvt_facet());
f.imbue(utf8Locale); //先转换一下
 
//用wptree去解析
property_tree::wptree ptree;
property_tree::read_xml(f, ptree);   
}

　　这种方法有个缺点就是要引入boost的libboost_program_options库，该库有二十多M，仅仅是为了解决一个中文问题，却要搞得这么麻烦，有点得不偿失。好在c++11提供更简单的方式，用c++11可以这样：

view sourceprint?
void Init(const wstring& fileName, wptree& ptree)
{
std::wifstream f(fileName);
std::locale utf8Locale(std::locale(), new std::codecvt_utf8<wchar_t>);
f.imbue(utf8Locale); //先转换一下
 
//用wptree去解析
property_tree::read_xml(f, ptree);
}

　　用c++11就不需要再引入boost的libboost_program_options库了，很简单。

0 0