一、Libxml2介紹：
Libxml2 是一個xml的c語言版的解析器，本來是爲Gnome項目開發的工具，是一個基於MIT License的免費開源軟件。它除了支持c語言版以外，還支持c++、PHP、Pascal、Ruby、Tcl等語言的綁定，能在Windows、Linux、Solaris、MacOsX等平臺上運行。功能還是相當強大的，相信滿足一般用戶需求沒有任何問題。
二、Libxml2安裝：
一般如果在安裝系統的時候選中了所有開發庫和開發工具的話(Fedora Core系列下)，應該不用安裝，下面介紹一下手動安裝：
1) 從xmlsoft站點或ftp(ftp.xmlsoft.org)站點下載libxml壓縮包(libxml2-xxxx.tar.gz)
2) 對壓縮包進行解壓縮：tar xvzf libxml2-xxxx.tar.gz
3) 進入解壓縮後的文件夾中運行：A）./configure
B）make
C）make install
4）編譯：$gcc test.c -o test -I /usr/local/include/libxml2/ -L /usr/local/lib -lxml2
安裝完成後就可以使用簡單的代碼解析XML文件，包括本地和遠程的文件，但是在編碼上有一些問題。Libxml默認只支持 UTF－8的編碼，無論輸入輸出都是UTF-8，所以如果你解析完一個XML得到的結果都是UTF－8的，如果需要輸出GB2312或者其它編碼，需要 ICONV來做轉碼(生成UTF－8編碼的文件也可以用它做),如果系統中沒有安裝iconv的話，需要安裝libiconv。
1) 下載libiconv壓縮包(例如libiconv-1.11.tar.gz)
2) 對壓縮包進行解壓縮：tar xvzf libiconv-1.11.tar.gz
3) 進入解壓縮後的文件夾中運行：A）./configure
B）make
C）make install
三、關於XML：
在開始研究 Libxml2 庫之前，先了解一下XML的相關基礎。XML 是一種基於文本的格式，它可用來創建能夠通過各種語言和平臺訪問的結構化數據。它包括一系列類似 HTML 的標記，並以樹型結構來對這些標記進行排列。
例如，可參見清單 1 中介紹的簡單文檔。爲了更清楚地顯示 XML 的一般概念，下面是一個簡化的XML文件。
清單 1. 一個簡單的 XML 文件
<?xml version="1.0" encoding="UTF-8"?>
<files>
<owner>root</owner>
<action>delete</action>
<age units="days">10</age>
</files>
清單 1 中的第一行是 XML 聲明，它告訴負責處理 XML 的應用程序，即解析器，將要處理的 XML 的版本。大部分的文件使用版本 1.0 編寫，但也有少量的版本 1.1 的文件。它還定義了所使用的編碼。大部分文件使用 UTF-8，但是，XML 設計用來集成各種語言中的數據，包括那些不使用英語字母的語言。
接下來出現的是元素。一個元素以開始標記開始(如 <files>)，並以結束標記結束(如 </files>)，其中使用斜線 (/) 來區別於開始標記。元素是 Node 的一種類型。XML 文檔對象模型 (DOM) 定義了幾種不同的 Nodes 類型，包括:
Elements(如 files 或者 age)
Attributes(如 units)
Text(如 root 或者 10)
元素可以具有子節點。例如，age 元素有一個子元素，即文本節點 10。
XML 解析器可以利用這種父子結構來遍歷文檔，甚至修改文檔的結構或內容。LibXML2 是這樣的解析器中的其中一種，並且文中的示例應用程序正是使用這種結構來實現該目的。對於各種不同的環境，有許多不同的解析器和庫。LibXML2 是用於 UNIX 環境的解析器和庫中最好的一種，並且經過擴展，它提供了對幾種腳本語言的支持，如 Perl 和 Python。
三、使用Libxml2
項目中要實現一個管理XML文件的後臺程序，需要對XML文件進行創建，解析，修改，查找等操作，下面介紹如何利用libxml2提供的庫來實現上述功能。
1、創建XML文檔：
我們使用xmlNewDoc()來創建XML文檔，然後使用
xmlNewNode(),xmlNewChild(),xmlNewProp(),xmlNewText()等函數向XML文件中添加節點及子節點，設置元素和屬性，創建完畢後用xmlSaveFormatFileEnc()來保存XML文件到磁盤(該函數可以設置保存XML文件時的編碼格式)。
示例1：
#include <stdio.h>
#include <libxml/parser.h>
#include <libxml/tree.h>
int main(int argc, char **argv)
{
xmlDocPtr doc = NULL;
xmlNodePtr root_node = NULL, node = NULL, node1 = NULL;
// Creates a new document, a node and set it as a root node
doc = xmlNewDoc(BAD_CAST "1.0");
root_node = xmlNewNode(NULL, BAD_CAST "root");
xmlDocSetRootElement(doc, root_node);
//creates a new node, which is "attached" as child node of root_node node.
xmlNewChild(root_node, NULL, BAD_CAST "node1",BAD_CAST "content of node1");
// xmlNewProp() creates attributes, which is "attached" to an node.
node=xmlNewChild(root_node, NULL, BAD_CAST "node3", BAD_CAST"node has attributes");
xmlNewProp(node, BAD_CAST "attribute", BAD_CAST "yes");
//Here goes another way to create nodes.
node = xmlNewNode(NULL, BAD_CAST "node4");
node1 = xmlNewText(BAD_CAST"other way to create content");
xmlAddChild(node, node1);
xmlAddChild(root_node, node);
//Dumping document to stdio or file
xmlSaveFormatFileEnc(argc > 1 ? argv[1] : "-", doc, "UTF-8", 1);
xmlFreeDoc(doc);
xmlCleanupParser();
xmlMemoryDump();//debug memory for regression tests
return(0);
}
2、解析XML文檔
解析文檔時僅僅需要文件名並只調用一個函數，並有錯誤檢查，常用的相關函數有 xmlParseFile(),xmlParseDoc(),獲取文檔指針後，就可以使用xmlDocGetRootElement()來獲取根元素節點指針，利用該指針就可以在DOM樹裏漫遊了，結束後要調用xmlFreeDoc()釋放。
例2：
xmlDocPtr doc; //定義解析文檔指針
xmlNodePtr cur; //定義結點指針(你需要它爲了在各個結點間移動)
xmlChar *key;
doc = xmlReadFile(url, MY_ENCODING, 256); //解析文件
if (doc == NULL ) {
fprintf(stderr,"Document not parsed successfully. \n");
return;
}
cur = xmlDocGetRootElement(doc); //確定文檔根元素
if (cur == NULL) {
fprintf(stderr,"empty document\n");
xmlFreeDoc(doc);
return;
}
if (xmlStrcmp(cur->name, (const xmlChar *) "root")) {
fprintf(stderr,"document of the wrong type, root node != root");
xmlFreeDoc(doc);
return;
}
cur = cur->xmlChildrenNode;
while(cur!=NULL) {
if ((!xmlStrcmp(cur->name, (const xmlChar *)"keyword"))) {
key = xmlNodeListGetString(doc, cur->xmlChildrenNode, 1);
printf("keyword: %s\n", key);
xmlFree(key);
}
cur = cur->next;
}
xmlFreeDoc(doc);
3、修改XML元素及屬性等信息
要修改XML文檔裏的元素及屬性等信息，先需要解析XML文檔，獲得一個節點指針(xmlNodePtr node),利用該節點指針漫遊DOM樹，就可以在XML文檔中獲取，修改，添加相關信息。
示例3：
得到一個節點的內容：
xmlChar *value = xmlNodeGetContent(node);
返回值value應該使用xmlFree(value)釋放內存
得到一個節點的某屬性值：
xmlChar *value = xmlGetProp(node, (const xmlChar *)"prop1");
返回值需要xmlFree(value)釋放內存
設置一個節點的內容：
xmlNodeSetContent(node, (const xmlChar *)"test");
設置一個節點的某屬性值：
xmlSetProp(node, (const xmlChar *)"prop1", (const xmlChar *)"v1");
添加一個節點元素：
xmlNewTextChild(node, NULL, (const xmlChar *)"keyword", (const xmlChar *)"test Element");
添加一個節點屬性：
xmlNewProp(node, (const xmlChar *)"prop1", (const xmlChar *)"test Prop");
4、查找XML節點
有時候對一個XML文檔我們可能只關心其中某一個或某幾個特定的Element的值或其屬性，如果漫遊DOM樹將是很痛苦也很無聊的事，利用XPath可以非常方便地得到你想的Element。下面是一個自定義函數：
示例4：
xmlXPathObjectPtr get_nodeset(xmlDocPtr doc, const xmlChar *xpath) {
xmlXPathContextPtr context;
xmlXPathObjectPtr result;
context = xmlXPathNewContext(doc);
if (context == NULL) {
printf("context is NULL\n");
return NULL;
}
result = xmlXPathexpression_r(xpath, context);
xmlXPathFreeContext(context);
if (result == NULL) {
printf("xmlXPathExpression return NULL\n");
return NULL;
}
if (xmlXPathNodeSetIsEmpty(result->nodesetval)) {
xmlXPathFreeObject(result);
printf("nodeset is empty\n");
return NULL;
}
return result;
}
在doc指向的XML文檔中查詢滿足xpath表達式條件的節點，返回滿足這一條件的節點集合查詢條件xpath的寫法參見xpath相關資料。在查詢完畢獲取結果集後，就可以通過返回的 xmlXPathObjectPtr 結構訪問該節點：
示例5：
xmlChar *xpath = ("/root/node/[@key='keyword']");
xmlXPathObjectPtr app_result = get_nodeset(doc,xpath);
if (app_result == NULL) {
printf("app_result is NULL\n");
return;
}
int i = 0;
xmlChar *value;
if(app_result) {
xmlNodeSetPtr nodeset = app_result->nodesetval;
for (i=0; i < nodeset->nodeNr; i++) {
cur = nodeset->nodeTab[i];
cur = cur->xmlChildrenNode;
while(cur!=NULL) {
value = xmlGetProp(cur,(const xmlChar *)"key");
if (value != NULL) {
printf("value: %s\n\n", d_ConvertCharset("utf-8", "GBK", (char *)value));
xmlFree(value);
}
value = xmlNodeGetContent(cur);
if (value != NULL) {
printf("value: %s\n\n", d_ConvertCharset("utf-8", "GBK", (char *)value));
xmlFree(value);
}}}
xmlXPathFreeObject (app_result);
}
通過get_nodeset()返回的結果集，我們可以獲取該節點的元素及屬性，也可以修改該節點的值。示例中在獲取值打印的時候用到 d_ConvertCharset()函數來改變編碼格式爲GBK，以方便正確讀取可能的中文字符。
5、編碼問題
由於Libxml一般以UTF-8格式保存和操縱數據，如果你的程序使用其它的數據格式，比如中文字符(GB2312，GBK編碼)，就必須使用Libxml函數轉換到UTF-8。如果你想你的程序以除UTF-8外的其它編碼方式輸出也必須做轉換。
下面的示例程序提供幾個函數來實現對數據編碼格式的轉換，其中有的要用到Libiconv，因此爲了確保他們能正常工作，先檢查以下系統中是否已經安裝libiconv庫。
示例6：
xmlChar *ConvertInput(const char *in, const char *encoding) {
unsigned char *out;
int ret;
int size;
int out_size;
int temp;
xmlCharEncodingHandlerPtr handler;
if (in == 0)
return 0;
handler = xmlFindCharEncodingHandler(encoding);
if (!handler) {
printf("ConvertInput: no encoding handler found for '%s'\n", encoding ? encoding : "");
return 0;
}
size = (int) strlen(in) + 1;
out_size = size * 2 - 1;
out = (unsigned char *) xmlMalloc((size_t) out_size);
if (out != 0) {
temp = size - 1;
ret = handler->input(out, &out_size, (const unsigned char *) in, &temp);
if ((ret < 0) || (temp - size + 1)) {
if (ret < 0) {
printf("ConvertInput: conversion wasn't successful.\n");
} else {
printf("ConvertInput:conversion wasn't successful. converted: %i octets.\n", temp);
}
xmlFree(out);
out = 0;
} else {
out = (unsigned char *) xmlRealloc(out, out_size + 1);
out[out_size] = 0;
}
} else {printf("ConvertInput: no mem\n");}
return out;
}
示例7：
char * Convert( char *encFrom, char *encTo, const char * in) {
static char bufin[1024], bufout[1024], *sin, *sout;
int mode, lenin, lenout, ret, nline;
iconv_t c_pt;
if ((c_pt = iconv_open(encTo, encFrom)) == (iconv_t)-1) {
printf("iconv_open false: %s ==> %s\n", encFrom, encTo);
return NULL;
}
iconv(c_pt, NULL, NULL, NULL, NULL);
lenin = strlen(in) + 1;
lenout = 1024;
sin = (char *)in;
sout = bufout;
ret = iconv(c_pt, &sin, (size_t *)&lenin, &sout, (size_t *)&lenout);
if (ret == -1) {
return NULL;
}
iconv_close(c_pt);
return bufout;
}
示例8：
char *d_ConvertCharset(char *cpEncodeFrom, char *cpEncodeTo, const char *cpInput) {
static char s_strBufOut[1024], *sin, *cpOut;
size_t iInputLen, iOutLen, iReturn;
iconv_t c_pt;
if ((c_pt = iconv_open(cpEncodeTo, cpEncodeFrom)) == (iconv_t)-1) {
printf("iconv_open failed!\n");
return NULL;
}
iconv(c_pt, NULL, NULL, NULL, NULL);
iInputLen = strlen(cpInput) + 1;
iOutLen = 1024;
sin = (char *)cpInput;
cpOut = s_strBufOut;
iReturn = iconv(c_pt, &sin, &iInputLen, &cpOut, &iOutLen);
if (iReturn == -1) {
return NULL;
}
iconv_close(c_pt);
return s_strBufOut;
}
<?xml version="1.0" encoding="UTF-8"?>
<root>
<node1>content of node 1</node1>
<node3 attribute="yes">node has attributes</node3>
<node4>other way to create content</nod4>
</root>)
遍歷程序代碼
#include <iostream>
#include <libxml/parser.h>
#include <libxml/tree.h>
using namespace std;
int main(int argc,char** argv)
{
xmlDocPtr doc=NULL;
xmlNodePtr cur=NULL;
char* name=NULL;
char* value=NULL;
xmlKeepBlanksDefault (0);
if(argc<2)
{
cout<<"argc must be 2 or above."<<endl;
return -1;
}
doc=xmlParseFile(argv[1]);//創建Dom樹
if(doc==NULL)
{
cout<<"Loading xml file failed."<<endl;
exit(1);
}
cur=xmlDocGetRootElement(doc);//獲取根節點
if(cur==NULL)
{
cout<<"empty file"<<endl;
xmlFreeDoc(doc);
exit(2);
}
//walk the tree
cur=cur->xmlChildrenNode;//get sub node
while(cur !=NULL)
{
name=(char*)(cur->name);
value=(char*)xmlNodeGetContent(cur);
cout<<"name is: "<<name<<", value is: "<<value<<endl;
xmlFree(value);
cur=cur->next;
}
xmlFreeDoc(doc);//釋放xml解析庫所用資源
xmlCleanupParser();
return 0;
}
說明：
1. 當使用dom樹來解析xml文檔時，由於默認的方式是把節點間的空白當作第一個子節點，所以
爲了能和常說的第一個子節點相符，需調用xmlKeepBlanksDefault (0)函數來忽略這種空白。
2. 對於使用xmlChar* xmlNodeGetContent(xmlNodePtr cur)函數獲取節點內容後，必須調用xmlFree()來對所分配的內存進行釋放。
使用Xpath獲取特定結點的內容(使用的xml文檔見上面)：
#include <iostream>
#include <string>
using namespace std;
#include <libxml/tree.h>
#include <libxml/parser.h>
#include <libxml/xpath.h>
#include <libxml/xpathInternals.h>
int main(int argc,char** argv)
{
xmlDocPtr doc;
xmlXPathContextPtr xpathCtx;
xmlXPathObjectPtr xpathObj;
xmlNodeSetPtr nodeset;
string xpathExpr;
char* val=NULL;
int size,i;
if(argc<2)
{
cout<<"argc must be 2 or above."<<endl;
return -1;
}
/* Load XML document */
doc = xmlParseFile(argv[1]);
if (doc == NULL)
{
cout<<"Error: unable to parse file: "<<argv[1]<<endl;
return -1;
}
/* Create xpath evaluation context */
xpathCtx = xmlXPathNewContext(doc);
if(xpathCtx == NULL)
{
cout<<"Error: unable to create new XPath context"<<endl;
xmlXPathFreeContext(xpathCtx);
xmlFreeDoc(doc);
return -2;
}
xpathExpr="/root/node3";
/* Evaluate xpath expression */
xpathObj = xmlXPathEvalExpression((const xmlChar*)(xpathExpr.c_str()), xpathCtx);
if(xpathObj == NULL)
{
cout<<"Error: unable to evaluate xpath expression"<<xpathExpr<<endl;
xmlXPathFreeContext(xpathCtx);
xmlFreeDoc(doc);
return -3;
}
/* get values of the selected nodes */
nodeset=xpathObj->nodesetval;
if(xmlXPathNodeSetIsEmpty(nodeset))
{
cout<<"No such nodes."<<endl;
xmlXPathFreeObject(xpathObj);
xmlXPathFreeContext(xpathCtx);
xmlFreeDoc(doc);
return -4;
}
//get the value
size = (nodeset) ? nodeset->nodeNr : 0;
for(i = 0; i <size; i++)
{
val=(char*)xmlNodeListGetString(doc,nodeset->nodeTab[i]->xmlChildrenNode,1);
cout<<"the results are: "<<val<<endl;
xmlFree(val);
}
//Cleanup of XPath data
xmlXPathFreeObject(xpathObj);
xmlXPathFreeContext(xpathCtx);
/* free the document */
xmlFreeDoc(doc);
xmlCleanupParser();
return 0;
}
