C的xml编程-libxml2（1）

1、下载与安装LIBXML2

Libxml2是一个C语言的XML程序库，可以简单方便的提供对XML文档的各种操作，并且支持XPATH查询，以及部分的支持XSLT转换等功能。Libxml2的下载地址是，完全版的库是开源的，并且带有例子程序和说明文档。最好将这个库先下载下来，因为这样可以查看其中的文档和例子。

由于我是在linux下用C语言进行开发的，所以我下载的是libxml2-2.6.20.tar.gz版本的源码包。

具体安装步骤：

1、解压：$tar zxvf libxml2-2.6.20.tar.gz

2、进入解压后的安装目录：$cd libxml2-2.6.20

3、安装三部曲：1）$./configure

              2)$make

              3)$make install

安装完毕。

2、Libxml2中的数据类型和函数

一个函数库中可能有几百种数据类型以及几千个函数，但是记住大师的话，90%的功能都是由30%的内容提供的。对于libxml2，我认为搞懂以下的数据类型和函数就足够了。

2.1 内部字符类型xmlChar

xmlChar是Libxml2中的字符类型，库中所有字符、字符串都是基于这个数据类型。事实上它的定义是：xmlstring.h

typedef unsigned char xmlChar;

使用unsigned char作为内部字符格式是考虑到它能很好适应UTF-8编码，而UTF-8编码正是libxml2的内部编码，其它格式的编码要转换为这个编码才能在libxml2中使用。

还经常可以看到使用xmlChar*作为字符串类型，很多函数会返回一个动态分配内存的xmlChar*变量，使用这样的函数时记得要手动删除内存。

2.2 xmlChar相关函数

如同标准c中的char类型一样，xmlChar也有动态内存分配、字符串操作等相关函数。例如xmlMalloc是动态分配内存的函数；xmlFree是配套的释放内存函数；xmlStrcmp是字符串比较函数等等。

基本上xmlChar字符串相关函数都在xmlstring.h中定义；而动态内存分配函数在xmlmemory.h中定义。

2.3 xmlChar*与其它类型之间的转换

另外要注意，因为总是要在xmlChar*和char*之间进行类型转换，所以定义了一个宏BAD_CAST，其定义如下：xmlstring.h

#define BAD_CAST (xmlChar *)

原则上来说，unsigned char和char之间进行强制类型转换是没有问题的。

2.4 文档类型xmlDoc、指针xmlDocPtr

xmlDoc是一个struct，保存了一个xml的相关信息，例如文件名、文档类型、子节点等等；xmlDocPtr等于xmlDoc *，它搞成这个样子总让人以为是智能指针，其实不是，要手动删除的。

    l   xmlNewDoc函数创建一个新的文档指针。

    l   xmlParseFile函数以默认方式读入一个UTF-8格式的文档，并返回文档指针。

    l   xmlReadFile函数读入一个带有某种编码的xml文档，并返回文档指针；细节见libxml2参考手册。

    l   xmlFreeDoc释放文档指针。特别注意，当你调用xmlFreeDoc时，该文档所有包含的节点内存都被释放，所以一般来说不需要手动调用xmlFreeNode或者xmlFreeNodeList来释放动态分配的节点内存，除非你把该节点从文档中移除了。一般来说，一个文档中所有节点都应该动态分配，然后加入文档，最后调用xmlFreeDoc一次释放所有节点申请的动态内存，这也是为什么我们很少看见xmlNodeFree的原因。

    l   xmlSaveFile将文档以默认方式存入一个文件。

    l   xmlSaveFormatFileEnc可将文档以某种编码/格式存入一个文件中。

2.5 节点类型xmlNode、指针xmlNodePtr

节点应该是xml中最重要的元素了，xmlNode代表了xml文档中的一个节点，实现为一个struct，内容很丰富：tree.h

typedef struct _xmlNode xmlNode;

typedef xmlNode *xmlNodePtr;

struct _xmlNode {

    void           *_private;

    xmlElementType   type;  

    const xmlChar   *name;     

    struct _xmlNode *children; 

    struct _xmlNode *last;  

    struct _xmlNode *parent;

    struct _xmlNode *next;  

    struct _xmlNode *prev;  

    struct _xmlDoc *doc;

   

    xmlNs           *ns;       

    xmlChar         *content;  

    struct _xmlAttr *properties;

    xmlNs           *nsDef;    

    void            *psvi;

    unsigned short   line;  

    unsigned short   extra; 

};

可以看到，节点之间是以链表和树两种方式同时组织起来的，next和prev指针可以组成链表，而parent和children可以组织为树。同时还有以下重要元素：

l   节点中的文字内容：content；

l   节点所属文档：doc；

l   节点名字：name；

l   节点的namespace：ns；

l   节点属性列表：properties；

xml文档的操作其根本原理就是在节点之间移动、查询节点的各项信息，并进行增加、删除、修改的操作。

xmlDocSetRootElement函数可以将一个节点设置为某个文档的根节点，这是将文档与节点连接起来的重要手段，当有了根结点以后，所有子节点就可以依次连接上根节点，从而组织成为一个xml树。

2.6 节点集合类型xmlNodeSet、指针xmlNodeSetPtr

节点集合代表一个由节点组成的变量，节点集合只作为Xpath的查询结果而出现（XPATH的介绍见后面），因此被定义在xpath.h中，其定义如下：

 

typedef struct _xmlNodeSet xmlNodeSet;

typedef xmlNodeSet *xmlNodeSetPtr;

struct _xmlNodeSet {

    int nodeNr;         

    int nodeMax;     

    xmlNodePtr *nodeTab;

   

};

可以看出，节点集合有三个成员，分别是节点集合的节点数nodeNr、最大可容纳的节点数nodeMax，以及节点数组头指针nodeTab。对节点集合中各个节点的访问方式很简单，如下：

xmlNodeSetPtr nodeset = XPATH查询结果;

for (int i = 0; i < nodeset->nodeNr; i++)

{

    nodeset->nodeTab[i];

}

注意，libxml2是一个c函数库，因此其函数和数据类型都使用c语言的方式来处理。如果是c++，我想我宁愿用STL中的vector来表示一个节点集合更好，而且没有内存泄漏或者溢出的担忧。

下接《C的xml编程-libxml2（2）》