libxml2如何用于解析XML数据？

Question

我看了一些libxml2的代码示例，但是不知道如何将它们拼接起来。

使用libxml2解析或从XML文件中提取数据需要哪些步骤？

我想获取某些属性的信息，并可能对其进行存储。这应该怎么做？

- some_id

Answer 1

我认为你首先需要创建一个解析树。也许这篇文章可以帮助你，浏览一下其中的 使用Libxml2解析树的方法 部分。

- Sadique

---

我之前会觉得这个很有用，但是那天我已经有代码和搜索引擎可以使用了。据我所知，你还需要阅读xmlGetProp函数的文档，以获取节点属性的值，例如 <node property="value"/>。 - James Morris

谢谢James，我会看一下。 - some_id

Answer 2

libxml2提供了各种示例，展示了基本用法。

http://xmlsoft.org/examples/index.html

对于您所述的目标，tree1.c可能是最相关的。

tree1.c：遍历树以打印元素名称

解析文件到树中，使用 xmlDocGetRootElement() 获取根元素，然后遍历文档并按文档顺序打印所有元素名称。

http://xmlsoft.org/examples/tree1.c

一旦您拥有一个元素的xmlNode结构体，"properties"成员就是属性的链接列表。每个xmlAttr对象都有一个"name"和"children"对象（分别是该属性的名称/值），以及一个"next"成员，指向下一个属性（或空值为最后一个属性）。

http://xmlsoft.org/html/libxml-tree.html#xmlNode

http://xmlsoft.org/html/libxml-tree.html#xmlAttr

- Jason Viers

---

谢谢您。那我一旦得到了所有元素，如何获取它们的属性呢？ - some_id

Answer 3

在这里，我提到了从Windows平台上的文件中提取XML/HTML数据的完整过程。

1. First download pre-compiled .dll form http://xmlsoft.org/sources/win32/

2. Also download its dependency iconv.dll and zlib1.dll from the same page

3. Extract all .zip files into the same directory. For Ex: D:\demo\

4. Copy iconv.dll, zlib1.dll and libxml2.dll into c:\windows\system32 deirectory

5. Make libxml_test.cpp file and copy following code into that file.

   #include <stdio.h>
   #include <string.h>
   #include <stdlib.h>
   #include <libxml/HTMLparser.h>
   
   void traverse_dom_trees(xmlNode * a_node)
   {
       xmlNode *cur_node = NULL;
   
       if(NULL == a_node)
       {
           //printf("Invalid argument a_node %p\n", a_node);
           return;
       }
   
       for (cur_node = a_node; cur_node; cur_node = cur_node->next) 
       {
           if (cur_node->type == XML_ELEMENT_NODE) 
           {
               /* Check for if current node should be exclude or not */
               printf("Node type: Text, name: %s\n", cur_node->name);
           }
           else if(cur_node->type == XML_TEXT_NODE)
           {
               /* Process here text node, It is available in cpStr :TODO: */
               printf("node type: Text, node content: %s,  content length %d\n", (char *)cur_node->content, strlen((char *)cur_node->content));
           }
           traverse_dom_trees(cur_node->children);
       }
   }
   
   int main(int argc, char **argv) 
   {
       htmlDocPtr doc;
       xmlNode *roo_element = NULL;
   
       if (argc != 2)  
       {
           printf("\nInvalid argument\n");
           return(1);
       }
   
       /* Macro to check API for match with the DLL we are using */
       LIBXML_TEST_VERSION    
   
       doc = htmlReadFile(argv[1], NULL, HTML_PARSE_NOBLANKS | HTML_PARSE_NOERROR | HTML_PARSE_NOWARNING | HTML_PARSE_NONET);
       if (doc == NULL) 
       {
           fprintf(stderr, "Document not parsed successfully.\n");
           return 0;
       }
   
       roo_element = xmlDocGetRootElement(doc);
   
       if (roo_element == NULL) 
       {
           fprintf(stderr, "empty document\n");
           xmlFreeDoc(doc);
           return 0;
       }
   
       printf("Root Node is %s\n", roo_element->name);
       traverse_dom_trees(roo_element);
   
       xmlFreeDoc(doc);       // free document
       xmlCleanupParser();    // Free globals
       return 0;
   }
   

6. Open Visual Studio Command Promt

7. Go To D:\demo directory

8. execute cl libxml_test.cpp /I".\libxml2-2.7.8.win32\include" /I".\iconv-1.9.2.win32\include" /link libxml2-2.7.8.win32\lib\libxml2.lib command

9. Run binary using libxml_test.exe test.html command(Here test.html may be any valid HTML file)

- Pankaj Vavadiya

Answer 4

当我学习使用libxml2构建rss feed解析器时，我发现这两个资源很有帮助。

使用SAX接口的教程

使用DOM树的教程（包括获取属性值的代码示例）

- Cooper6581

Answer 5

你可以参考this的答案。 在这里，他们将数据存储为结构体格式，并通过传递结构体地址到函数中进一步使用。

你可以找到详细的C语言代码。

代码 ->> this

- Omkar