Expat C++ 解析xml文件

expat就是用来解析XML格式的文件的库

XML格式如下

1 <name> 2 <red>apple</red> 3 <blue></blue> 4 <green>tree</green> 5 <pink>hello kitty</pink> 6 </name>

第一个<name>和最后一个</name>被称为一对键值对，相当于是一个标记。没有"\"的表示是起始标记，含有"\"的是结束标记。中间的所有数据就是<name>这一对键值对包含的内容。

同理<red>和</red>也是一对键值对，也是一个标记。<red>表示起始标记，</red>表示结束标记。"apple"则为<red>这一对键值对的内容。

所以，键值对中可以包含别的键值对。

在了解了XML格式的数据后，我们就可以来解析它了。

直接先给大家看一下主函数

1 int main() 2

主函数非常简单，只要前5步就可以解析xml格式的数据，从中得到我们想要的数据，最后释放句柄。

1.第一步。通过 XML_ParserCreate(NULL) ，函数建立一个XML_Parser格式的对象"parser",参数一般为NULL。后面这段话是自己编的(这个对象的概念本人不是非常理解。只能讲讲自己的理解。相当于建立"parser"这一个变量，而这个变量不是我们普通的变量，是XML_Parser类型的。就比如说，int和float类型，虽然占用的字节数一样，但是解析方式完全不一样，他们有各自的解析方式。而XML_Parser类型的也有自己的解析方式，我们必须以XML_Parser能识别的方式来存储数据。XML_ParserCreate函数就是能建立一个XML_Parser类型的数据。这个XML_Parser类型的数据格式是整个解析XML格式的基础。)

2.第二步。XML_SetUserData(parser, char *elempt)，parser就是第一步中建立的对象。elempt是一个char *类型的字符串。这个字符串会在expat内部传递给其他函数。这个参数的作用会在下面的实际例子中展示。

3.第三步。XML_SetElementHandler(parser,StartElementHandler,EndElementHandler)，parser就是第一步中建立的对象。StartElementHandler是一个回调函数。回调函数的具体概念不讲，可以自行百度。这个函数的作用就是在解析一个XML格式的文件时，每当遇到一个起始标记<name>、<red>、<green>时都会执行一次这个函数，有几个起始标签就会执行几次这个函数。同理。EndElementHandler也是一个回调函数，每当遇到结束标签</name>、</red>、</green>时都会执行一次这个函数，有几个结束标签就会执行几次这个函数。

4.第四步。XML_SetCharacterDataHandler(parser,CharacterDataHandler)，parser就是第一步中建立的对象。CharacterDataHandler也是一个回调函数。每当遇到一对键值对中存在内容时，就会执行一次函数。结合第三步，我给大家讲一下整个过程。以本篇最开始的XML格式的数据为例。

4.1解析开始，遇到<name>起始标签，执行一次StartElementHandler。

4.2遇到<red>,因为这个<red>是起始标签，执行一次StartElementHandler。因为<name>和<red>中间没有内容，所以不会执行CharacterDataHandler。如果有的话，会先执行CharacterDataHandler，再执行StartElementHandler。

4.3然后遇到"apple",执行一次CharacterDataHandler

4.4遇到</red>,执行EndElementHandler

4.5后面同理，最后</pink>，执行EndElementHandler，</name>,执行EndElementHandler。解析完成

5.XML_Parse(parser, buf_str(), buf.length(), done)，parser就是第一步中建立的对象，buf就是将XML格式的数据转换成string格式的数据。buf_str()得到char *类型的字符串(这个应该是c++的基础，不懂的话，百度一下，应该能明白)。buf.length(),表示buf的长度。最后一个done表示XML是否解析完成，未完成表示0，完成表示1。

6.上面这5步就是解析XML的步骤了。下面来将上面提到的三个回调函数完成一下

6.1 StartElementHandler。userData就是第二步中的char *elempt传过来的数据。name就是标签名，如果遇到<green>那么就会执行StartElementHandler，name就是green。atts就是标签的属性，比如"<red sex='female' time='2018'>apple<\/red>"，那么atts[0] = "sex", atts[1] = "female", atts[2] = "time", atts[3] = "2018"

1 void StartElementHandler(void *userData, const XML_Char *name, const XML_Char **atts) 2 7 if(!strcmp(name,"red")) 8 12 if(!strcmp(name,"blue")) 13 16 if(!strcmp(name,"green")) 17 20 if(!strcmp(name,"pink")) 21 24 }

6.2EndElementHandler。userData就是第二步中的的char *elempt。name就是标签的名字。

1 void EndElementHandler(void *userData, const XML_Char *name) 2 7 if(!strcmp(name,"red")) 8 11 if(!strcmp(name,"blue")) 12 15 if(!strcmp(name,"green")) 16 19 if(!strcmp(name,"pink")) 20 23 }

6.3 CharacterDataHandler。userData就是第二步中的char *elempt，这里我们就用到了。s代表了一个起始标签后的所有内容，比如读到<red>会执行StartElementHandler，然后执行CharacterDataHandler，那么s = "apple</red><blue></blue><green>tree</green><pink>hello kitty</pink></name>"。len就是距离下个标签的长度。上面的例子中，len就是apple的长度。通过s和len就可以把red中的内容读出来了。然后和userDate比较，得到我们需要的东西。

1 void CharacterDataHandler(void *userData, const XML_Char *s, int len) 2 11 cout << str1 << endl; 12 if(!strcmp((char *)userData,str1_str())) 13 16 }

7.上面6点完成了expat函数的设置。接下来就可以具体的解析XML了

附上完整的程序

1 #include <stdio.h> 2 #include "expat.h" 3 #include <string> 4 #include <string.h> 5 #include <iostream> 6 #include <vector> 7 using namespace std; 8 char * elempt = "apple"; //userData 9 string buf = "<name>" //XML格式的数据 10 "<red sex='female' time='2018'>apple<\/red>" 11 "<blue><\/blue>" 12 "<green>tree<\/green>" 13 "<pink>hello kitty<\/pink>" 14 "<\/name>"; 15 //如果是windows环境，<\/name>是对的 16 //如果是unix环境，则为</name> 17 18 typedef structfruit; 24 25 fruit table_temp; 26 27 vector <fruit> mytable; 28 29 int flag = 0; 30 31 void StartElementHandler(void *userData, const XML_Char *name, const XML_Char **atts) //遇到起始标记的回调函数 32 37 if(!strcmp(name,"red")) //当遇到<red>时，将flag置1 38 43 if(!strcmp(name,"blue")) //当遇到<red>时，将flag置2 44 48 if(!strcmp(name,"green")) //当遇到<red>时，将flag置3 49 53 if(!strcmp(name,"pink")) //当遇到<red>时，将flag置4 54 58 } 59 60 void EndElementHandler(void *userData, const XML_Char *name) 61 67 if(!strcmp(name,"red")) 68 71 if(!strcmp(name,"blue")) 72 75 if(!strcmp(name,"green")) 76 79 if(!strcmp(name,"pink")) 80 83 } 84 85 void CharacterDataHandler(void *userData, const XML_Char *s, int len) 86 94 //cout << str1 << endl; 95 if(!strcmp((char *)userData,str1_str())) 96 99 if(flag == 1) //根据flag的值，将str1放入结构体中相应的位置 100 103 if(flag == 2) 104 107 if(flag == 3) 108 111 if(flag == 4) 112 115 } 116 117 int main() 118

8.已经把所有打印都注释了。大家可以打开注释看看结果。其中还有许多细节方面的东西。将字符串换成下面两种情况试一下。

1 string buf = "<name>" 2 "<red sex='female' time='2018'>apple<\/red>" 3 "<blue><\/blue>" 4 "<green>tree<\/green>" 5 "<pink>hello kitty<\/pink>" 6 7 "<red sex='female' time='2018'>apple<\/red>" 8 "<blue><\/blue>" 9 "<green>tree<\/green>" 10 "<pink>hello kitty<\/pink>" 11 "<\/name>";
1 string buf = "<name>" 2 "<red sex='female' time='2018'>apple<\/red>" 3 "<blue><\/blue>" 4 "<green>tree<\/green>" 5 "<pink>hello kitty<\/pink>" 6 "<\/name>" 7 "<red sex='female' time='2018'>apple<\/red>" 8 "<blue><\/blue>" 9 "<green>tree<\/green>" 10 "<pink>hello kitty<\/pink>";

当遇到的结束标签为第一个起始标签时，name整个解析过程也就结束了。不管后面有没有内容，都会结束。换句话说，只有解析到和第一个起始标签相同的结束标签(或者为空)时，解析才会停止，不管中间有多少内容，都不会结束。

键值对不需要一对一对的出现，可以只出现起始标记，也可以只出现结束标记。但是这在解析时是可以的。但是在XML中是非法的。所以必须有起始标签和结束标签。

更新

最近看了一下官方的文档，发现程序还待改进。官网中提供了两个解析的例子

主要是在XML_Parse（）时有区别，提供了容错机制。

直接拷贝一下官网的XML_Parse

1 do 11 } while (!done);

主要是用了XML_ErrorString(XML_GetErrorCode(parser)),XML_GetCurrentLineNumber(parser)这两个函数。

上一篇：蔡司激光共聚焦荧光显微镜 (五)

下一篇：Qt 5.14.2配置QVTKOpenGLNativeWidget控件并在QT中显示VTK窗口

---

Expat