XML文件的创建，解析，修改

XML文件的创建，解析，修改

1. 创建XML文档

（1）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。

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。

(2)创建xml文件举例

#include <stdio.h>
#include <libxml/parser.h>
#include <libxml/tree.h>
int main()
{	
	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,BAD_CAST "newNode2",BAD_CAST "newNode2 content");
	xmlNewTextChild(root_node,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"));
	
	//存储xml文档
	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。打开后如下所示：

<?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>

最好使用类似XMLSPY这样的工具打开，因为这些工具可以自动整理XML文件的栅格，否则很有可能是没有任何换行的一个XML文件，可读性较差。

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。

#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: %sn",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=%sn",szAttr) ;
            xmlFree(szAttr);
        }
        attrPtr = attrPtr->next;
    }
    xmlFreeDoc(doc);
    return 0;
}

执行：./ParseXmlFile xxx.xml

3. 修改XML文档

有了上面的基础，修改XML文档的内容就简单了。首先打开一个已经存在的XML文档，顺着根结点找到需要添加、删除、修改的地方，调用相应的XML函数对节点进行增、删、改操作。

需要注意的是，并没有xmlDelNode或者xmlRemoveNode函数，删除节点需使用以下一段代码：

if (!xmlStrcmp(curNode->name,BAD_CAST "newNode1")) {
	xmlNodePtr tempNode = curNode->next;
	xmlUnlinkNode(curNode);
	xmlFreeNode(curNode);
	curNode = tempNode;
	continue;
}

此段代码完成将当前节点从文档中断链（unlink），这样此XML文档就不会再包含这个节点，该节点断链后需使用xmlFreeNode来释放该节点申请的动态内存空间。

4. 使用XPath查找XML文档

在libxml2中使用XPath非常简单，其流程如下：

① 定义一个XPath上下文指针xmlXPathContextPtr context，并且使用xmlXPathNewContext函数来初始化这个指针。

② 定义一个XPath对象指针xmlXPathObjectPtr result，并且使用xmlXPathEvalExpression函数来计算XPath表达式，得到查询结果，将结果存入 对象指针中。

③ 使用result->nodesetval得到节点集合指针，其中包含了所有符合XPath查询结果的节点。

④ 使用xmlXPathFreeContext释放上下文指针。

⑤ 使用xmlXPathFreeObject释放XPath对象指针。

XPath操作代码示例如下：

xmlXPathObjectPtr getNodeSet(xmlDocPtr doc,const xmlChar *szXpath) {
    xmlXPathContextPtr context;    		 //XPath上下文指针
    xmlXPathObjectPtr result;       	 //XPath对象指针，用来存储查询结果
    context = xmlXPathNewContext(doc);   //创建一个XPath上下文指针
    if (context == NULL) {  
       printf("context is NULL"n");
       return NULL;
    }
	
	//查询XPath表达式，得到一个查询结果
    result = xmlXPathEvalExpression(szXpath,context); 
    xmlXPathFreeContext(context);   	 //释放上下文指针
    if (result == NULL) {
       printf("xmlXPathEvalExpression return NULL"n");
       return NULL;
    }
	
	//检查查询结果是否为空
    if (xmlXPathNodeSetIsEmpty(result->nodesetval)) {
       xmlXPathFreeObject(result);
       printf("nodeset is empty"n");
       return NULL;
    }
    return result;   
}

5. 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,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",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

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!