简单的 C++ XML 解析器

BratilaRazvan

3.56/5 (17投票s)

2010年9月21日

CPOL

5分钟阅读

190057

6705

一个仅具有基本功能的简单 C++ XML 解析器

下载演示 - 32.73 KB

引言

我写这篇文章是因为我需要一个基本的 XML 解析器，并且在互联网上找不到适合我需求的解析器（一个轻量级的解析器）。

现有的解析器的复杂性相当令人望而生畏，需要大量的知识才能理解。如果你不是一个经验丰富的 C++ 程序员，很难弄懂代码，如果你是，那你可能已经写了自己的解析器。

我编写了 parse 函数，然后是一系列用于存储解析数据的类，以及一个关于如何使用它的示例（基于 MFC 对话框和树状视图）。这个解析器非常简单，只有基本的功能，没有花哨的东西。它有一些限制。

该解析器在一定程度上识别注释。如果 XML 文件中的任何注释出现在根节点之外，都会生成一个错误。
截至 2010 年 9 月 29 日，已添加了一些 CDATA 支持。它仍然是有限的（例如
```
//<![CDATA[
```
将生成一个错误）。另外，CDATA 节只能作为节点值存在。如果需要，可以轻松添加额外的实现，但考虑到此项目的目的，我宁愿保持原样，以免将 parse 函数复杂化到难以修改的程度。
不支持处理指令
不支持 DTD 和实体

新增功能

此项目在设计时考虑了简洁性，以便能够快速轻松地理解代码库，并添加每个特定应用程序所需的功能。

这些类只提供基本功能，因此是我能找到的所有解析器中最轻量级的：解析器（包括一些未使用的 base64 函数，如果需要可以删除）有 500 行代码，而二叉树结构有另外 500 行代码。如果需要更多功能，则需要添加这些功能以满足需求。

作为进一步开发的基础，它非常易于理解和使用。

解析函数是迭代的，它只遍历一次 XML 字符串，因此性能相当令人满意。内存需求低，每个对象只分配实际所需的内存。还有很大的改进空间，但这并非本项目的目标。

工作原理

我个人认为关于这一点不必多说，因为代码本身就能说明一切，并且它的设计易于阅读和理解。如果认为有必要，我可以详细说明它是如何工作的，以及如何进行丰富。

Using the Code

处理 XML 格式时，有三个类（用红点标记）

Cxml、CAttribute 和 CNode。

Cxml 类是该项目的“主力”，包含 parse 函数

bool Cxml::ParseString(_TCHAR* szXML);

解析后，需要将信息以易于使用的方式存储在内存中，因此存在 Node 和 Attribute 类。

Node 类具有类似树的结构，包含一个父指针和子节点列表。它还包含一个属性列表。

除了这些类之外，还有一组 Utils 文件（.h & .cpp），其中包含一些实用函数。

如何使用？

好的，要使用它，您需要执行以下操作

Add
```
 #include "Cxml.h"  
```
到您的项目中。
创建一个类的实例
```
Cxml *oxml = new Cxml();
```
将包含 XML 代码的 string 的指针传递给 parse 函数
```
oxml->ParseString(szXML); 
```

在 ParseString 返回后，XML 的结构将复制到类中，并且可以通过...来检索 XML 根节点。

oxml->GetRootNode();

...调用。

这里有一个特点。因为我采用了“后进先出”的方式，所以节点将以与它们在原始 XML 字符串中出现的顺序相反的顺序组织。

可以使用 Node 对象的 public 函数进行导航。但请记住，GetNextChild() 函数会增加计数器的位置，而我没有实现重置它的方法。

理解内部工作原理的最佳方法是获取演示项目并自行测试。您需要 Visual Studio 2008 来编译现有项目，而无需重建。如果您重建，请记住：它尚未经过 Unicode 测试。

下载项目并解压。编译。运行它并按加载按钮。

选择提供的 XML 文件之一。点击打开。

这是提供的其中一个 XML 文件得到的结果。

<CATALOG>
...
    <PLANT>
        <COMMON>Snakeroot</COMMON>
        <BOTANICAL>Cimicifuga</BOTANICAL>
        <ZONE>Annual</ZONE>
        <LIGHT>Shade</LIGHT>
        <PRICE>$5.63</PRICE>
        <AVAILABILITY>071199</AVAILABILITY>
    </PLANT>
    <PLANT>
        <COMMON>Cardinal Flower</COMMON>
        <BOTANICAL>Lobelia cardinalis</BOTANICAL>
        <ZONE>2</ZONE>
        <LIGHT>Shade</LIGHT>
        <PRICE>$3.02</PRICE>
        <AVAILABILITY>022299</AVAILABILITY>
    </PLANT>
</CATALOG>

历史

2010 年 9 月 20 日

Added

2010 年 9 月 21 日

修订

2010 年 9 月 22 日

新版本项目已更新

修正了多个属性的错误
添加了“一些”注释支持。根节点外的注释将产生错误

2010 年 9 月 28 日

经过 Unicode 测试，并为测试添加了 Unicode XML
从项目中删除了智能感知文件
修正了 Lorenzo Gatti 发现的混淆单引号和双引号与实际分隔符的错误

2010 年 9 月 29 日

添加了对 UNICODE 字符集的运行时支持！程序必须使用此字符集编译

2010 年 9 月 29 日

已添加对 CDATA 节的一些支持
我还发现 Parse 函数需要一些重构，因为它变得庞大且难以理解。

2010 年 10 月 1 日

用动态分配的替换了项目中的所有固定大小的 char 数组。
添加了对处理指令的支持。所有处理指令现在都被视为一种特殊类型的节点，就像注释一样。
注释现在也可以存在于 XML 的根节点之外，因为现在最低级别的节点是 XML_DOC 节点，而不是 XML 的根节点。