Question

我想要一些关于如何以这样的方式读取'XML'文件的建议，即程序只能读取/存储在满足某些要求的节点中观察到的元素。我正在考虑以下列方式使用两个fgets：

while (fgets(file_buffer,line_buffer,fp) != NULL)
 {
   if (p_str = (char*) strstr(file_buffer,"<element of interest opening")) )
    {
      //new fgets that starts at fp and runs only until the end of the node
       {
         //read and process
       }
    }
 }

这是否有意义或是否有更聪明的方法来做到这一点？

其次（在我的想法中），我是否必须定义一个新的FILE *（如fr），在第二个fgets的开头将fr设置为fp，或者我可以以某种方式滥用原始的文件指针？

Answer 1

使用Xmllib2 http://xmlsoft.org/xml.html

等XML解析器

Answer 2

你的方法对于这项工作似乎并不坏。

您可以从文件中读取整行，然后使用sprintf，strstr或您喜欢的任何函数处理它。使用FILE I / O可以节省您的时间和不必要的开销。

根据您的第二个想法，您可以使用fseek()（参考：man fseek）或rewind()（请参阅：man rewind）使用相同的文件指针{{1} }。您不需要额外的文件指针。

编辑：

如果您可以更改标记格式以符合XML结构，则可以正确使用libXML2和此类库。

如果那是不可能的，那么你必须编写自己的解析器。一些指示：

首先将文件中的数据提取到缓冲区中。缓冲区的大小以及动态或静态分配的大小取决于您的规范。
在缓冲区中搜索，如果非空格字符为fp或标记通常以任何字符开头。如果没有，您只能显示错误并退出。
现在跟随标签名称，直到第一个空格，或/或＆gt;字符。存放它们。按照您的意愿处理=，字符串和内容。
如果下一个非空白字符是/，请检查它后面是＆gt;（或者您的规范中的类似模式，以查找标记是否结束）。如果是这样，您已经完成解析并可以返回结果。否则，您的格式错误，应退出并显示错误。

如果字符是＆gt;，那么您已找到begin标记的结尾。现在遵循内容。否则以下是一个论点。解析，存储结果，继续执行步骤4.
阅读内容，直至找到＆lt;字符。
如果该字符后跟/，那么它就是结束标记。检查它后面跟着标签名称和＆gt;。如果是，则返回结果，否则抛出错误。
如果你到了这里，你就找到了嵌套XML的开头。使用此算法解析，然后再次继续4。

虽然，这是一个非常基本的想法，但我希望它能帮助你开始。

编辑：如果您仍想将该文件作为指针引用，请考虑使用<。

如果你添加mmap()一些mmap IPC和足够的内存锁定东西，你可以编写一个并行处理程序，它将更快地处理你的大部分文件。

使用fgets在C中找到特定标记后读取文件的各个部分

2 个答案: