Libxml2的学习—生成、解析xml文件

由于最近的做的一个小项目中涉及到数据的传输， 因为xml非常适合万维网传输，提供统一的方法来描述和交换独立于应用程序或供应商的结构化数据。为了保证数据传输的效率和正确性我们选择了使用xml格式来进行文件的传输，所以其中存在xml文件的生成与解析，下来后就看了一些关与libxml2的知识，再次总结一下。（有不足之处，还请多多指教）1、Libxml2是个C语言的XML程式库，能简单方便的提供对XML文件的各种操作，并且支持XPATH查询，及部分的支持XSLT转换等功能。最简单的安装方法

#sudo apt-get install libxml2
#sudo apt-get install libxml2-dev

2、xml主要的数据类型(1)内部字符类型xmlCharxmlChar是Libxml2中的字符类型，库中所有字符、字符串都是基于这个数据类型。事实上它的定义是：xmlstring.h

typedef unsigned char xmlChar;

使用unsigned char作为内部字符格式是考虑到它能很好适应UTF-8编码，而UTF-8编码正是libxml2的内部编码，其它格式的编码要转换为这个编码才能在libxml2中使用。还经常可以看到使用xmlChar*作为字符串类型，很多函数会返回一个动态分配内存的xmlChar*变量，使用这样的函数时记得要手动删除内存。(2)xmlChar相关函数如同标准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。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头文件中定义。 (3)xmlChar*与其他类型之间的转换在实际编程中，总是需要在xmlChar *和char *之间进行强制类型转换，所以定义了一个宏BAD_CAST，其定义如下：

#define BAD_CAST (xmlChar *)

(4)XML中常用到的重定义    在XML程序中，会经常看到xmlChildrenNode这个名称，其实这个名称是定义在tree.h中的重定义。其重定义如下：

#define xmlChildrenNode children

(5)文档类型xmlDoc、指针xmlDocPtrxmlDoc是一个struct，保存了一个xml的相关信息，例如文件名、文档类型、子节点等，xmlDocPtr等于xmlDoc * 。与文档指针相关函数有如下几个。xmlNewDoc函数创建一个新的文档指针。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。xmlFreeDoc释放文档指针。特别注意，当调用xmlFreeDoc时，该文档所有包含的节点内存都会被释放，所以一般来说不需要手工调用xmlFreeNode或者xmlFreeNodeList来释放动态分配的节点内存，除非把该节点从文档中移除了。一般来说，一个文档中所有节点都应该动态分配，然后加入文档，最后调用xmlFreeDoc一次释放所有节点申请的动态内存，这也是为什么我们在程序中很少看见xmlNodeFree的原因。xmlSaveFile将文档以默认方式存入一个文件。xmlSaveFormatFileEnc可将文档以某种编码格式存入一个文件中。(6)节点类型xmlNode、指针xmlNodePtr节点是XML中最重要的元素，xmlNode代表XML文档中的一个节点，实现为一个struct，此结构内容很丰富也很重要，其定义在tree.h中，具体说明如下：

typedef struct _xmlNode xmlNode;
typedef xmlNode *xmlNodePtr;
struct _xmlNode {
void            *_private;                   /* application data */
xmlElementType  type;                        /* type number, must be second ! */
const xmlChar   *name;                       /* the name of the node, or the entity */
struct _xmlNode *children;                   /* parent->childs link */
struct _xmlNode *last;                       /* last child link */
struct _xmlNode *parent;                     /* child->parent link */
struct _xmlNode *next;                       /* next sibling link */
struct _xmlNode *prev;                       /* previous sibling link */
struct _xmlDoc  *doc;                        /* the containing document */
xmlNs           *ns;                         /* pointer to the associated namespace */
xmlChar         *content;                    /* the content */
struct _xmlAttr *properties;                 /* properties list */
xmlNs           *nsDef;                      /* namespace definitions on this node */
void            *psvi;                       /* for type/PSVI informations */
unsigned short  line;                        /* line number */
unsigned short  extra;                       /* extra data for XPath/XSLT */
};

可以看到，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。同时此结构还有以下重要成员：  content：节点中的文字内容。  doc：节点所属文档。  name：节点名字。  ns：节点的名字空间。  properties：节点属性列表。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、修改等操作。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。(7)XML属性XML属性也是编程中经常用到的结构，其定义如下：

struct _xmlAttr {
void               *_private;                /* application data */
xmlElementType     type;                     /* XML_ATTRIBUTE_NODE, must be second ! */
　　const xmlChar      *name ;                   /*the name of the property */
struct _xmlNode    *children;                /*the value of the property */
struct _xmlNode    *last;                    /*NULL */
struct _xmlNode    *parent;                  /*child->parent link */
struct _xmlAttr    *next;                    /*next sibling link */
struct _xmlAttr    *prev;                    /*previous sibling link */
struct _xmlDoc     *doc;                     /*the containing document */
xmlNs              *ns;                      /*pointer to the associated namespace */
xmlAttributeType   atype;                    /*the attribute type if validating */
void               *psvi;                    /*for type/PSVI informations */
}

(8)节点集合类型xmlNodeSet、指针类型xmlNodeSetPtr节点集合代表一个由节点组成的变量，节点集合只作为XPath的查询结果而出现，因此被定义在xpath.h中，其定义如下：

typedef struct _xmlNodeSet xmlNodeSet;
typedef xmlNodeSet *xmlNodeSetPtr;

struct _xmlNodeSet {
int nodeNr;                            /* number of nodes in the set */
int nodeMax;                        /* size of the array as allocated */
xmlNodePtr *nodeTab;      /* array of nodes in no particular order */
};

可以看出，节点集合有三个成员，分别是节点集合的节点数、最大可容纳的节点数，以及节点数组头指针。对节点集合中各个节点的访问方法如下：xmlNodeSetPtr nodeset = XPath查询结果;

for (int i = 0; i < nodeset->nodeNr; i++)
{
nodeset->nodeTab[i];
}

注：libxml主要函数说明 点击打开链接3、生成xml文件例子

/*
* =====================================================================================
*
*       Filename:  2.c
*
*    Description:  创建xml文件
*
*        Version:  1.0
*        Created:  2014年05月29日 19时04分37秒
*       Revision:  none
*       Compiler:  gcc
*
*         Author:  leiyu, leiyujike1107@gmail.com
*        Company:  Class 1107 of Computer Science and Technology
*
* =====================================================================================
*/

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <libxml/xmlmemory.h>
#include <libxml/parser.h>

int main()
{

xmlDocPtr doc = xmlNewDoc(BAD_CAST"1.0");
xmlNodePtr root_node = xmlNewNode(NULL, BAD_CAST"root");
xmlDocSetRootElement(doc, root_node);
xmlNewTextChild(root_node, NULL, BAD_CAST "newNode1", BAD_CAST "newNode1 content");
xmlNewTextChild(root_node, NULL, BAD_CAST "newNode2", BAD_CAST "newNode2 content");
xmlNewTextChild(root_node, NULL, BAD_CAST "newNode3", BAD_CAST "newNode3 content");
xmlNodePtr node = xmlNewNode(NULL, BAD_CAST "node2");
xmlNodePtr content = xmlNewText(BAD_CAST "NODE CONTENT");
xmlAddChild(root_node, node);
xmlAddChild(node, content);
xmlNewProp(node, BAD_CAST "attribute", BAD_CAST "yes");
node = xmlNewNode(NULL, BAD_CAST "son");
xmlAddChild(root_node, node);
xmlNodePtr grandson = xmlNewNode(NULL, BAD_CAST "grandson");
xmlAddChild(node, grandson);
xmlAddChild(grandson, xmlNewText(BAD_CAST "This is a grandson node"));
int nRel = xmlSaveFile("CreatedXml.xml", doc);
if (nRel != -1)
{
xmlFreeDoc(doc);
return 1;
}
}

结果为：

<?xml version="1.0"?>
<root><newNode1>newNode1 content</newNode1><newNode2>newNode2 content</newNode2><newNode3>newNode3 content</newNode3><node2 attribute="yes">NODE CONTENT</node2><son><grandson>This is a grandson node</grandson></son></root>

4、解析xml的例子需要解析的xml文件：

<story>
<storyinfo>
<author>John Fleck</author>
<datewritten>June 2, 2002</datewritten>
<keyword>example keyword</keyword>
</storyinfo>
<body>
<headline>This is the headline</headline>
<para>This is the body text.</para>
</body>
</story>

程序为：

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <libxml/xmlmemory.h>
#include <libxml/parser.h>

void  parseStory (xmlDocPtr doc, xmlNodePtr cur)
{
xmlChar *key, *name;
cur = cur->xmlChildrenNode;
while (cur != NULL)
{
if ((!xmlStrcmp(cur->name, (const xmlChar *)"author")))
{
name = xmlNodeListGetString(doc, cur->xmlChildrenNode, 1);
printf("author: %s\n", name);
xmlFree(name);
}
if ((!xmlStrcmp(cur->name, (const xmlChar *)"keyword")))
{
key = xmlNodeListGetString(doc, cur->xmlChildrenNode, 1);
printf("keyword: %s\n", key);
xmlFree(key);
}
cur = cur->next;
}
return;
}

static void  parseDoc(char *docname)
{
xmlDocPtr doc;
xmlNodePtr cur;
doc = xmlParseFile(docname);
if (doc == NULL )
{
fprintf(stderr,"Document not parsed successfully. \n");
return;
}
cur = xmlDocGetRootElement(doc);
if (cur == NULL)
{
fprintf(stderr,"empty document\n");
xmlFreeDoc(doc);
return;
}
if (xmlStrcmp(cur->name, (const xmlChar *) "story"))
{
fprintf(stderr,"document of the wrong type, root node != story");
xmlFreeDoc(doc);
return;
}
cur = cur->xmlChildrenNode;
while (cur != NULL)
{
if ((!xmlStrcmp(cur->name, (const xmlChar *)"storyinfo")))
{
parseStory (doc, cur);
}
cur = cur->next;
}
xmlFreeDoc(doc);
return;
}

int  main(int argc, char **argv)
{
char *docname;
docname = "1.xml";
parseDoc (docname);
return (1);
}