分类: C/C++
2008-04-02 15:01:07
2. 问题描述
根据软件开发的要求,作者开发了一个文件特征识别软件,该软件可根据文件特有的特征识别出文件的类型。要求将文件特征保存在XML文件中。根据要求作者选择了Xerces C++作为XML解析器。但发现出了一个严重的问题:被解析的XML文件中不能包含中文,否则中文将不能正确的解析。作者研究了Xerces C++提供的例子程序,发现这些例子程序解析的结果也是错误的。只有DOMPrint程序例外。这肯定了Xerces C++本身是支持中文的。
XML编码:
SAXPrint程序解析结果:
为此,作者曾经在IBM的中文网站发现一篇文章《如何利用Xerces-C++解析包含中文字符的XML文档》并将其所描述的办法应用到程序中。但后来由于机器发生故障,硬盘上的数据全部丢失。不得不把以前做过的事重做一遍。因一时在IBM的网站上未找到上面提到的贴子,而且由于当时捡现成的没有用心研究其实现方法,故不得不仔细分析Xerces C++提供的源代码,自己动手解决中文问题。为了今后广大C++程序员碰到类似问题时不会像我一样痛苦。我也决定将自己的研究结果公布出来供大家分享。如果谁有更好的解决办法不要忘记告诉我。
void SAXMagicHandlers::startElement(const XMLCh* const name,AttributeList& attributes) { XMLStringTranslate stringTranslate("gb2312"); string strName=stringTranslate.translate(name);//得到可包含汉字字符的普通字符串 string strValue="pdf文档"; XMLCh * value= stringTranslate.translate(strValue.c_str());//将普通字符串转换成XMLCh串 }采用XMLStringTranslate后的实际运行结果:
特别说明:
XMLCh * value1= stringTranslate.translate("测试1"); XMLCh * value2= stringTranslate.translate("测试2");这样使用的结果是value1和value2的值将是一样的(因为其内存地址根本就是一样的)。正确的使用方法是通过内存拷贝或则其他方法,将value1的值保存起来或则及时使用,否则value2将影响value1的值。