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 {
3 XML_Parser parser = XML_ParserCreate(NULL); // 第一步
4 XML_SetUserData(parser, elempt); // 第二步
5 XML_SetElementHandler(parser,StartElementHandler,EndElementHandler); // 第三步
6 XML_SetCharacterDataHandler(parser,CharacterDataHandler); // 第四步
7
8 XML_Parse(parser, buf.c_str(), buf.length(), 1); //第五步
9
10 XML_ParserFree(parser); //第六步
11 return 0;
12 }
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.c_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.c_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 {
3 if(!strcmp(name,"name"))
4 {
5 cout << name << "\tstart_of_name" << endl;
6 }
7 if(!strcmp(name,"red"))
8 {
9 cout << name << "\tstart_of_red" << endl;;
10 cout << atts[0] << "\t" << atts[1]<< "\t" << atts[2]<< "\t" << atts[3]<< endl;
11 }
12 if(!strcmp(name,"blue"))
13 {
14 cout << name << "\tstart_of_blue" << endl;
15 }
16 if(!strcmp(name,"green"))
17 {
18 cout << name << "\tstart_of_green" << endl;
19 }
20 if(!strcmp(name,"pink"))
21 {
22 cout << name << "\tstart_of_pink" << endl;
23 }
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 {
3 if(!strcmp(name,"name"))
4 {
5 cout << name << "\tend_of_name" << endl;
6 }
7 if(!strcmp(name,"red"))
8 {
9 cout << name << "\tend_of_red" << endl;
10 }
11 if(!strcmp(name,"blue"))
12 {
13 cout << name << "\tend_of_blue" << endl;
14 }
15 if(!strcmp(name,"green"))
16 {
17 cout << name << "\tend_of_green" << endl;
18 }
19 if(!strcmp(name,"pink"))
20 {
21 cout << name << "\tend_of_pink" << endl;
22 }
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 {
3
4 string str2 = s;
5 string str1;
6 cout << str2 << endl;
7 for(int i=0;i<len;i++)
8 {
9 str1 += str2.at(i);
10 }
11 cout << str1 << endl;
12 if(!strcmp((char *)userData,str1.c_str()))
13 {
14 cout << "this is apple" << endl;
15 }
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 struct{
19 string red;
20 string blue;
21 string green;
22 string pink;
23 }fruit;
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 {
33 if(!strcmp(name,"name"))
34 {
35 //cout << name << "\tstart_of_name" << endl;
36 }
37 if(!strcmp(name,"red")) //当遇到<red>时，将flag置1
38 {
39 //cout << name << "\tstart_of_red" << endl;;
40 //cout << atts[0] << "\t" << atts[1]<< "\t" << atts[2]<< "\t" << atts[3]<< endl;
41 flag = 1;
42 }
43 if(!strcmp(name,"blue")) //当遇到<red>时，将flag置2
44 {
45 //cout << name << "\tstart_of_blue" << endl;
46 flag = 2;
47 }
48 if(!strcmp(name,"green")) //当遇到<red>时，将flag置3
49 {
50 //cout << name << "\tstart_of_green" << endl;
51 flag = 3;
52 }
53 if(!strcmp(name,"pink")) //当遇到<red>时，将flag置4
54 {
55 //cout << name << "\tstart_of_pink" << endl;
56 flag = 4;
57 }
58 }
59
60 void EndElementHandler(void *userData, const XML_Char *name)
61 {
62 if(!strcmp(name,"pink")) //当遇到pink结束标签时，表示4个数据都得到了，将结构体放入vecotr中
63 {
64 //cout << name << "\tend_of_name" << endl;
65 mytable.push_back(table_temp);
66 }
67 if(!strcmp(name,"red"))
68 {
69 //cout << name << "\tend_of_red" << endl;
70 }
71 if(!strcmp(name,"blue"))
72 {
73 //cout << name << "\tend_of_blue" << endl;
74 }
75 if(!strcmp(name,"green"))
76 {
77 //cout << name << "\tend_of_green" << endl;
78 }
79 if(!strcmp(name,"pink"))
80 {
81 //cout << name << "\tend_of_pink" << endl;
82 }
83 }
84
85 void CharacterDataHandler(void *userData, const XML_Char *s, int len)
86 {
87 string str2 = s;
88 string str1;
89 //cout << str2 << endl;
90 for(int i=0;i<len;i++) //str1就是从s中读取到了len长度的值
91 {
92 str1 += str2.at(i);
93 }
94 //cout << str1 << endl;
95 if(!strcmp((char *)userData,str1.c_str()))
96 {
97 //cout << "this is apple" << endl;
98 }
99 if(flag == 1) //根据flag的值，将str1放入结构体中相应的位置
100 {
101 table_temp.red = str1;
102 }
103 if(flag == 2)
104 {
105 table_temp.blue = str1;
106 }
107 if(flag == 3)
108 {
109 table_temp.green = str1;
110 }
111 if(flag == 4)
112 {
113 table_temp.pink = str1;
114 }
115 }
116
117 int main()
118 {
119 XML_Parser parser = XML_ParserCreate(NULL); //设置XML解析的对象
120 XML_SetUserData(parser, elempt); //设置传递给回调函数的参数
121 XML_SetElementHandler(parser,StartElementHandler,EndElementHandler); //设置遇到起始标记的回调函数和遇到结束标记的回调函数
122 XML_SetCharacterDataHandler(parser,CharacterDataHandler); //设置遇到正文内容时的回调函数
123
124 XML_Parse(parser, buf.c_str(), buf.length(), 1); //正式解析XML
125
126
127 cout << mytable[0].red << endl;
128 cout << mytable[0].blue << endl;
129 cout << mytable[0].green << endl;
130 cout << mytable[0].pink << endl;
131
132 XML_ParserFree(parser);
133 return 0;
134 }
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 {
2 size_t len = fread(buf, 1, sizeof(buf), stdin);
3 done = len < sizeof(buf);
4 if (XML_Parse(parser, buf, (int)len, done) == XML_STATUS_ERROR) {
5 fprintf(stderr,
6 "%" XML_FMT_STR " at line %" XML_FMT_INT_MOD "u\n",
7 XML_ErrorString(XML_GetErrorCode(parser)),
8 XML_GetCurrentLineNumber(parser));
9 return 1;
10 }
11 } while (!done);
主要是用了XML_ErrorString(XML_GetErrorCode(parser)),XML_GetCurrentLineNumber(parser)这两个函数。
