libxml2如何用于解析XML中的数据？

Question

我已经查看了libxml2代码示例，我对如何将它们拼凑起来感到困惑。

使用libxml2从XML文件中解析或提取数据时需要执行哪些步骤？

我想抓住某些属性并可能存储某些属性的信息。这是怎么做到的？

Answer 1

我相信你首先需要创建一个Parse树。也许这篇文章可以提供帮助，请查看How to Parse a Tree with Libxml2部分。

Answer 2

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用。

Tutorial with SAX interface

Tutorial using the DOM Tree（包含属性值的代码示例）

Answer 3

libxml2提供了各种显示基本用法的示例。

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

对于您声明的目标，tree1.c可能最相关。

  

tree1.c：导航树进行打印   元素名称

     

将文件解析为树，使用   xmlDocGetRootElement（）来获取root   元素，然后走文件和   打印文档中的所有元素名称   顺序。

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

一旦元素具有xmlNode结构，“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），以及一个指向下一个属性的“next”成员（或者为最后一个属性为null）。

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

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

Answer 4

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. 首先下载预先编译的 .dll 表单http://xmlsoft.org/sources/win32/

2. 还从同一页面下载其依赖 iconv.dll 和 zlib1.dll

3. 将所有.zip文件解压缩到同一目录中。例如：D：\ demo \

4. 将 iconv.dll ， zlib1.dll 和 libxml2.dll 复制到 c：\ windows \ system32 < / strong> deirectory

5. 制作 libxml_test.cpp 文件，并将以下代码复制到该文件中。

   #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. 打开Visual Studio Command Promt

7. 转到D：\ demo目录

8. 执行 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 命令

9. 使用 libxml_test.exe test.html 命令运行二进制文件（此处test.html可能是任何有效的HTML文件）

Answer 5

您可以参考this的答案。 在这里，它们将数据存储为结构格式，并通过将结构地址传递给函数来进一步使用。

您可以在c中找到要使用的详细代码。

代码->> this