XML的创建、解析-C语言

　　前言：今天在做一个小项目时，客户要求的xml,跟现在有系统要求的不一样，所以要自己重新写函数支持返回，进行简单总结，希望对大家有所帮助。

　　首先，使用xml函数需要链上动态库libxml2，需要在电脑上安装libxml的开发包，安装方法如下：

    　　Ubuntu系统： sudo apt-get install libxml2-dev

    　　CentOS系统：yum install libxml2-devel　　

1.   创建XML文档

  （1）相关函数有许多，网上也有特别多的解释，大家可以百度一下，这里只是简单介绍一部分；创建一个XML文档非常简单，其流程如下：

        ①    用xmlNewDoc函数创建一个文档指针doc。

        ②    用xmlNewNode函数创建一个节点指针root_node。

        ③    用xmlDocSetRootElement将root_node设置为doc的根结点。

        ④    给root_node添加一系列的子节点，并设置子节点的内容和属性。

        ⑤    用xmlSaveFile将XML文档存入文件（用xmlDocDumpFormatMemoryEnc将XML存入内存）。

        ⑥    用xmlFreeDoc关闭文档指针，并清除本文档中所有节点动态申请的内存。

    　有多种方式可以添加子节点，如可以用xmlNewTextChild直接添加一个文本子节点。也可以先创建新节点，然后用xmlAddChild将新节点加入到上层节点中。

　　注：xmlSaveFile存入文件方便单独执行程序查看结果，一般项目用用xmlDocDumpFormatMemoryEnc将XML存入内存！

　  (2)创建xml文件举例 

#include <stdio.h>
#include <libxml/parser.h>
#include <libxml/tree.h>

int main()
{    
    xmlChar *result = NULL;
    int size = 0;
    xmlDocPtr doc = xmlNewDoc(BAD_CAST "1.0");  //定义文档和节点指针
 
    xmlNodePtr root_node = xmlNewNode(NULL,BAD_CAST "root");    
    xmlDocSetRootElement(doc,root_node);        //设置根节点
    
    //在根节点中直接创建节点
    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");
    
    //创建一个节点，设置其内容和属性，然后加入根结点
    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");
    
    //创建一个儿子和孙子节点
    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"));
    xmlNodePtr congson = xmlNewNode(NULL, BAD_CAST "congson");
    xmlAddChild(grandson,congson);
    
    //存储xml文档
    //xmlKeepBlanksDefault(0);
    //xmlDocDumpFormatMemoryEnc(doc, &result, &size, "UTF-8", 1);

    int nRel = xmlSaveFile("CreateXml.xml",doc);
    if (nRel != -1)
    {
        printf("一个xml文档被创建，写入%d个字节\n", nRel);
    }
    //释放文档内节点动态申请的内存
    xmlFreeDoc(doc);
    return 1;
}

 　CentOS系统下面执行：gcc CreateXmlFile.c -o CreateXmlFile -I /usr/include/libxml2 -lxml2

    执行./CreateXmlFile，会生成一个XML文件CreatedXml.xml。

 2.   解析XML文档

 （1）XML解析流程

    解析一个XML文档，从中取出想要的信息，例如节点中包含的文字，或者某个节点的属性。其流程如下：

        ①    用xmlReadFile函数读入一个文件，并返回一个文档指针doc。

        ②    用xmlDocGetRootElement函数得到根节点curNode。

        ③    此时curNode->xmlChildrenNode就是根节点的首个儿子节点，该儿子节点的兄弟节点可用next指针进行轮询。

        ④    轮询所有子节点，找到所需的节点，用xmlNodeGetContent取出其内容。

        ⑤    用xmlHasProp查找含有某个属性的节点，属性列表指针xmlAttrPtr将指向该节点的属性列表。

        ⑥    取出该节点的属性，用xmlGetProp取出其属性值。

　　⑦    xmlFreeDoc函数关闭文档指针，并清除本文档中所有节点动态申请的内存。

    （2）. 解析XML文件并获取属性示例 

#include <stdio.h>
#include <libxml/parser.h>
#include <libxml/tree.h>
 
int main(int argc, char* argv[])
{
    xmlDocPtr doc;           //定义解析文件指针
    xmlNodePtr curNode;      //定义结点指针
    xmlChar *szKey;          //临时字符串变量
    char *szDocName;
    if (argc <= 1) {
        printf("Usage: %s docname", argv[0]);
        return(0);
    }
    szDocName = argv[1];
    doc = xmlReadFile(szDocName,"GB2312",XML_PARSE_RECOVER);
    //解析文件
    //检查解析文档是否成功，如果不成功，libxml将报错并停止解析。
    //一个常见错误是不适当的编码，XML标准文档除了用UTF-8或UTF-16外还可用其它编码保存
    if (NULL == doc) {
        fprintf(stderr,"Document not parsed successfully.");
        return -1;
    }
    //获取根节点
    curNode = xmlDocGetRootElement(doc);
    if (NULL == curNode) {
        fprintf(stderr,"empty document");
        xmlFreeDoc(doc);
        return -1;
    }
    //确认根元素名字是否符合
    if (xmlStrcmp(curNode->name, BAD_CAST "root")) {
        fprintf(stderr,"document of the wrong type, root node != root");
        xmlFreeDoc(doc);
        return -1;
    }
    curNode = curNode->xmlChildrenNode;
    xmlNodePtr propNodePtr = curNode;
    while(curNode != NULL) {
        //取出节点中的内容
        if ((!xmlStrcmp(curNode->name, (const xmlChar *) "newNode1"))) {
            szKey = xmlNodeGetContent(curNode);
            printf("newNode1: %s\n", szKey);
            xmlFree(szKey);
        }
        //查找带有属性attribute的节点
        if (xmlHasProp(curNode,BAD_CAST "attribute")) {
            propNodePtr = curNode;
        }
        curNode = curNode->next;
    }
 
    //查找属性
    xmlAttrPtr attrPtr = propNodePtr->properties;
    while (attrPtr != NULL) {
        if (!xmlStrcmp(attrPtr->name, BAD_CAST "attribute")) {
            xmlChar* szAttr = xmlGetProp(propNodePtr,BAD_CAST "attribute");
            printf("get attribute=%s\n", szAttr) ;
            xmlFree(szAttr);
        }
        attrPtr = attrPtr->next;
    }
    xmlFreeDoc(doc);
    return 0;
}

   编译：gcc ParseXmlFile.c -o ParseXmlFile -I /usr/include/libxml2  -lxml2

   执行：./ParseXmlFile  xxx.xml 

3、用iconv解决XML中字符集问题

    libxml2中默认的内码是UTF-8，所有使用libxml2进行处理的xml文件，必须首先显式或者默认转换为UTF-8编码才能被处理。

要在XML中使用中文，就必须能够在UTF-8和GB2312之间进行转换。libxml2提供了默认的内码转换机制，并且在libxml2的Tutorial中有一个例子，事实证明这个例子并不很适合用来转换中文。

    有些场合需要使用iconv来进行编码转换，libxml2本身也是使用iconv进行编码转换的。iconv是一个专门用来进行编码转换的库，基本上支持目前所有常用的编码，它是glibc库的一个部分。

     本节其实和libxml没有太大关系，可以把它简单看作是一个编码转换方面的专题。下文提供了一个通用转码函数，并在此基础上实现了两个转码封装函数，即从UTF-8转换到GB2312的函数u2g，以及反向转换的函数g2u。其代码如下：    

　　

#include <iconv.h>
#include <string.h>
 
//代码转换，从一种编码转为另一种编码  
int code_convert(char* from_charset, char* to_charset, char* inbuf,
               int inlen, char* outbuf, int outlen)
{
    iconv_t cd;
    char **pin = &inbuf;   
    char **pout = &outbuf;
    cd = iconv_open(to_charset,from_charset);  
    if(cd == 0) { return -1; }
    memset(outbuf,0,outlen);  
    if(iconv(cd,(const char **)pin, (unsigned int *)&inlen, pout, (unsigned int*)&outlen) == -1) {
        return -1;      
    }
       
    iconv_close(cd);
    return 0;  
}
 
//UNICODE码转为GB2312码  
//成功则返回一个动态分配的char*变量，需要在使用完毕后手动free，失败返回NULL
char* u2g(char *inbuf)  
{
    int nOutLen = 2 * strlen(inbuf) - 1;
    char *szOut = (char*)malloc(nOutLen);
    if (-1 == code_convert("utf-8", "gb2312", inbuf, strlen(inbuf), szOut, nOutLen)) {
       free(szOut);
       szOut = NULL;
    }
    return szOut;
}  
 
//GB2312码转为UNICODE码  
//成功则返回一个动态分配的char*变量，需要在使用完毕后手动free，失败返回NULL
char* g2u(char *inbuf)  
{
    int nOutLen = 2 * strlen(inbuf) - 1;
    char *szOut = (char *)malloc(nOutLen);
    if (-1 == code_convert("gb2312", "utf-8", inbuf, strlen(inbuf), szOut, nOutLen)) {
       free(szOut);
       szOut = NULL;
    }
    return szOut;
}

 下面以UTF-8到GB2312转码流程说明上文中转码函数的使用，使用流程如下：

    ①    得到一个UTF-8的字符串szSrc。

    ②    定义一个char *的字符指针szDes，并不需要给它动态申请内存。

    ③    调用szDes = u2g(szSrc)，这样szDes就指向转换后GB2312编码的字符串。

    ④    使用完这个字符串后使用free(szDes)来释放内存。

    Linux系统下有个iconv命令，可以在shell命令行输入iconv  --help 来查看用法，在程序中可以采用system系统调用来进行文件转码。下文中f表示from，t表示to，其转码方法如下：

    system("iconv –f 源格式 –t 目标格式 源文件 >目标文件")

    system("iconv –f  GB18030 –t UTF-8  test_gb.txt > test_utf.txt")

 

    shell命令行使用方法： iconv -f gb2312 -t utf-8 readme.txt -o readme.txt

　　总结：会发现创建xml整个流程都很长，不适合放在函数中！公司去华为的一个大神，先用双向链表创建再返回，封装一个函数，这样就很方便了，我也在继续优化中...