各种xml开发库介绍及使用

expat

介绍

expat是使用C所写的XML解释器，采用流的方式来解析XML文件，并且基于事件通知型来调用分析到的数据，并不需要把所有XML文件全加载到内存里，这样可以分析非常大的XML文件。expat库是由XML的主要负责人James Clark来实现的，符合W3C的XML标准。

expat默认只支持UTF-8 UTF-16 ISO-8859-1 US-ASCII ，其它的字符集需要自己定义UnknownEncodingHandler的实现，不然分析器会报错。

使用

首先是用XML_ParserCreate(const XML_Char *encodingName)，参数一般为NULL，函数返回一个XML_Parser类型指针，

我们就当他是一个句柄吧，类似于Windows里的内核对象，一般需要保存在一个全局的指针里。

然后调用XML_SetElementHandler(XML_Parser parser, XML_StartElementHandler start, XML_EndElementHandler end)， 第一个参数是那个Parser句柄，第二个和第三个参数则是整个Parser的核心，类型为CallBack的函数，分别对应于解析<>和</>， 下面分别详细介绍这个2个回调函数。

typedef void (XMLCALL *XML_StartElementHandler) (void *userData, const XML_Char *name, const XML_Char **atts);

其中第一个参数userData, 可以由函数XML_SetUserData(XML_Parser parser, void *p)设置， 后面两个参数，

我用个具体的列子说明下，这样更好理解：

比如有个标准XML，某个标签属性如下：

<feed version="2.0" ctxt-id="9212" template-id="default" feed-type="ftti">

那么StartElementHandler回调返回的name就是标签"feed", **atts是一个指针数组，分别指向标签的一组属性，atts[0]就是"version", atts[1]就是"2.0", 以此类推。

这时候必然有个对应的</feed>。

typedef void (XMLCALL *XML_EndElementHandler) (void *userData, const XML_Char *name);

就是处理标签结束的，name就是"feed”了，这个回调一般是用户设置自己的状态机的。

最后一个函数就是XML_SetCharacterDataHandler(XML_Parser parser,XML_CharacterDataHandler handler)

这个函数是设置处理一个<>和</>之间的字段的回调。 回调原型如下：

typedef void (XMLCALL *XML_CharacterDataHandler) (void *userData, const XML_Char *s, int len);

其中第二个参数是一块Buffer的指针，就是你传入的那块Buffer，比如：

<title>天气</title>

<summary>28日08时至29日08时，陕西中南部、山西西南部、河南中南部、河南南部、湖北北部等地局部有大暴雨。</summary>

假设目前解析到天气这个charData, 那个指针的内容，实际上是这样的：

天气</title>

<summary>28日08时至29日08时，陕西中南部、山西西南部、河南中南部、湖北北部等地局部有大暴雨。</summary>

所有要根据第三个参数len来确定正确的数据。 但这里有个非常隐晦的问题，后面会说到。

最后就是parse，调用 XML_Parse(XML_Parser parser, const char *s, int len, int isFinal)

第二个参数是用户指定的Buffer指针， 第三个是这块Buffer中实际内容的字节数，最后参数代表是否这块Buffer已经结束。

比如要解析的XML文件太大，但内存比较吃紧，Buffer比较小，则可以循环读取文件，然后丢给Parser， 在文件读取结束前，isFinal参数为FALSE，反之为TRUE。

这里的Buffer如果太小则会造成上面提到那个隐晦的问题，

XML_CharacterDataHandler一次返回的可能并不是完整的CharData,比如这个charData的Len大于你的 Buffer大小，那这是会连续调用2次XML_CharacterDataHandler,我们需要将2次结果拼接起来，以得到正确结果，因此我们的状态机一定要考虑到这点。

顺便说下XML_ParserReset(XML_Parser parser, const XML_Char *encodingName)函数，如果你不确定前后2次XML是否一样的情况下，比如网络上投递的XML，在一次解析后最好调用一次本函数，否则会出现意料之外的结果。比如前后两次XML完全一样，可这你并不知情，那么XML_Parse（）会返回失败。

TinyXML

开源：http://sourceforge.net/projects/tinyxml/

介绍

TinyXML is a simple, small, minimal, C++ XML parser that can be easily integrating into other programs. It reads XML and creates C++ objects representing the XML document. The objects can be manipulated, changed, and saved again as XML。

通过解析XML文件，然后在内存中生成DOM模型，从而让我们很方便的遍历这棵XML树。可用于Windows、Linux平台。

在TinyXML中，根据XML的各种元素来定义了一些类：

TiXmlBase：整个TinyXML模型的基类。

TiXmlAttribute：对应于XML中的元素的属性。

TiXmlNode：对应于DOM结构中的节点。

TiXmlComment：对应于XML中的注释

TiXmlDeclaration：对应于XML中的申明部分，<？versiong="1.0" ?>。

TiXmlDocument：对应于XML的整个文档。

TiXmlElement：对应于XML的元素。

TiXmlText：对应于XML的文字部分

TiXmlUnknown：对应于XML的未知部分。

TiXmlHandler：定义了针对XML的一些操作。

安装和配置

TinyXML使用了多线程环境，因此需要设置多线程的环境，win下vc中选择Debug MultiThreaed DLL。

使用

可对xml文件及xml 字符流(非xml文件)进行解析：

xml文件解析方法 myDocument->LoadFile("Students.xml");

字符流解析方法 myDocument->Parse(xmlString.c_str());