linux下使用libxml2实现对xml文件的读取及查询

jopen 9年前

       由于项目需要,这两天在用C++做XML文件解析的工作。在linux下有个很方便的操作xml文件的库——libxml2,它提供了一套创建和查询xml文件的C语言的接口。这篇博客主要介绍如何使用libxml2读取并解析xml文件。

下载并安装libxml2

下载地址:ftp://xmlsoft.org/libxml2/

下载最新的版本,我下载的是libxml2-2.9.1.tar.gz。下载后将文件解压到合适的位置,进入解压后的目录。

编译命令非常简单(注意:如果configure文件没有可执行权限,增加可执行权限):

./configure
make
make install

此时libxml2相关的头文件应该在/usr/local/include/libxml2目录下,libxml2相关的库文件应该在/usr/local/lib目录下。

解析XML文档的两种方式

       在使用libxml2进行XML文档的解析时,非常推荐使用XPath语言实现,如果把XML文件看作数据库的话,那么XPath就可被视为sql,我们只要构造一定格式的语句就可查询到相关结果,而在在libxml2中使用Xpath是非常简单的。当然我们也可以直接通过libxml2相关接口从跟节点出发,根据整个xml的父子节点关系定位到相关节点进行查询。下面我将分别对这两种方式进行介绍。

       我们使用下面的xml测试用例:

<?xml version="1.0" encoding="ISO-8859-1"?>    <bookstore>    <book>  <title lang="eng">Harry Potter</title>  <price>29.99</price>  </book>    <book>  <title lang="eng">Learning XML</title>  <price>39.95</price>  </book>    </bookstore>

直接使用libxml2接口解析XML文档

#include <stdio.h>  #include <stdlib.h>  #include <libxml/parser.h>  #include <libxml/tree.h>      int main (int argc , char **argv)  {  xmlDocPtr pdoc = NULL;  xmlNodePtr proot = NULL, pcur = NULL;  /*****************打开xml文档********************/  xmlKeepBlanksDefault(0);//必须加上,防止程序把元素前后的空白文本符号当作一个node  pdoc = xmlReadFile ("test.xml", "UTF-8", XML_PARSE_RECOVER);//libxml只能解析UTF-8格式数据    if (pdoc == NULL)  {  printf ("error:can't open file!\n");  exit (1);  }    /*****************获取xml文档对象的根节对象********************/  proot = xmlDocGetRootElement (pdoc);    if (proot == NULL)  {  printf("error: file is empty!\n");  exit (1);  }    /*****************查找书店中所有书籍的名称********************/  pcur = proot->xmlChildrenNode;    while (pcur != NULL)  {  //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。  //对于char* ch="book", xmlChar* xch=BAD_CAST(ch)或者xmlChar* xch=(const xmlChar *)(ch)  //对于xmlChar* xch=BAD_CAST("book"),char* ch=(char *)(xch)  if (!xmlStrcmp(pcur->name, BAD_CAST("book")))  {  xmlNodePtr nptr=pcur->xmlChildrenNode;  while (pcur != NULL)  {  if (!xmlStrcmp(nptr->name, BAD_CAST("title")))  {  printf("title: %s\n",((char*)XML_GET_CONTENT(nptr->xmlChildrenNode)));  break;  }  }    }  pcur = pcur->next;  }    /*****************释放资源********************/  xmlFreeDoc (pdoc);  xmlCleanupParser ();  xmlMemoryDump ();  return 0;  }

  具体流程我已经在代码中详细注释,这里就不单独拿出来解释。


使用XPath语言解析XML文档

        关于XPath的基础知识,可以访问http://www.w3school.com.cn/xpath/index.asp
#include <stdio.h>  #include <stdlib.h>  #include <libxml/parser.h>  #include <libxml/tree.h>  #include <libxml/xpath.h>  #include <libxml/xpathInternals.h>  #include <libxml/xmlmemory.h>  #include <libxml/xpointer.h>    xmlXPathObjectPtr getNodeset(xmlDocPtr pdoc,const xmlChar *xpath)  {  xmlXPathContextPtr context=NULL;//XPath上下文指针  xmlXPathObjectPtr result=NULL; //XPath结果指针  context = xmlXPathNewContext(pdoc);    if(pdoc==NULL){  printf("pdoc is NULL\n");  return NULL;  }    if(xpath){  if (context == NULL) {  printf("context is NULL\n");  return NULL;  }    result = xmlXPathEvalExpression(xpath, context);  xmlXPathFreeContext(context); //释放上下文指针  if (result == NULL) {  printf("xmlXPathEvalExpression return NULL\n");  return NULL;  }    if (xmlXPathNodeSetIsEmpty(result->nodesetval)) {  xmlXPathFreeObject(result);  printf("nodeset is empty\n");  return NULL;  }  }    return result;  }    int main (int argc , char **argv){  xmlDocPtr pdoc = NULL;  xmlNodePtr proot = NULL;    /*****************打开xml文档********************/  xmlKeepBlanksDefault(0);//必须加上,防止程序把元素前后的空白文本符号当作一个node  pdoc = xmlReadFile ("test.xml", "UTF-8", XML_PARSE_RECOVER);//libxml只能解析UTF-8格式数据    if (pdoc == NULL)  {  printf ("error:can't open file!\n");  exit (1);  }    /*****************获取xml文档对象的根节对象********************/  proot = xmlDocGetRootElement (pdoc);    if (proot == NULL)  {  printf("error: file is empty!\n");  exit (1);  }    /*****************查找书店中所有书籍的名称********************/  xmlChar *xpath = BAD_CAST("//book"); //xpath语句  xmlXPathObjectPtr result = getNodeset(pdoc, xpath); //查询XPath表达式,得到一个查询结果  if (result == NULL)  {  printf("result is NULL\n");  exit (1);  }    if(result)  {  xmlNodeSetPtr nodeset = result->nodesetval; //获取查询到的节点指针集合  xmlNodePtr cur;    //nodeset->nodeNr是集合元素总数  for (int i=0; i < nodeset->nodeNr; i++)  {  cur = nodeset->nodeTab[i];  cur = cur->xmlChildrenNode;    while (cur != NULL)  {  //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。  //对于char* ch="book", xmlChar* xch=BAD_CAST(ch)或者xmlChar* xch=(const xmlChar *)(ch)  //对于xmlChar* xch=BAD_CAST("book"),char* ch=(char *)(xch)  if (!xmlStrcmp(cur->name, BAD_CAST("title"))) {  printf("title: %s\n",((char*)XML_GET_CONTENT(cur->xmlChildrenNode)));  break;  }    cur = cur->next;  }  }    xmlXPathFreeObject(result);//释放结果指针  }    /*****************释放资源********************/  xmlFreeDoc (pdoc);  xmlCleanupParser ();  xmlMemoryDump ();    return 0;  }

    具体流程我已经在代码中详细注释,这里就不单独拿出来解释。

        更加详细的libxml2接口,可以访问http://xmlsoft.org/html/libxml-tree.html


编译程序并运行

编译上述程序

g++ search1.cpp -I/usr/local/include/libxml2 -L/usr/local/lib -lxml2 -o search1
g++ search2.cpp -I/usr/local/include/libxml2 -L/usr/local/lib -lxml2 -o search2

运行程序及运行结果

运行./search1

显示如下结果:

title: Harry Potter
title: Learning XML


运行./search2


显示如下结果:

title: Harry Potter
title: Learning XML

来自:http://blog.csdn.net/l_h2010/article/details/38639143