牵着老婆满街逛

严以律己,宽以待人. 三思而后行.
GMail/GTalk: yanglinbo#google.com;
MSN/Email: tx7do#yahoo.com.cn;
QQ: 3 0 3 3 9 6 9 2 0 .

FREEBSD上如何使用c语言和libxml2简单解析XML

由于我们的前台使用C语言编写CGI,如果对方提供XML接口给我们传递数据,就必须有解析的程序,这也可能是今后数据接口的最通用的办法。经过研究,正如使用C语言来生成页面一样,显然使用C语言解析XML要比PHP和ASP要麻烦很多。
同其它语言一样,解析的方法一般都是调用现有的解析器,因为这样省时省力。PHP4是内置的EXPAT,PHP5是内置的LIBXML2,WIN平台可以调用MSXML。FREEBSD上使用C语言,最流行的就是调用EXPAT和LIBXML2,由于PHP基于某些原因放弃了EXPAT,所以我主要试用了LIBXML2。
  
LIBXML2主页是http://xmlsoft.org

安装过程:(需要ROOT权限)
gunzip -c libxml2-2.6.22.tar.gz | tar xvf -
cd libxml2-2.6.22
./configure
make

su
make install
exit

安装完成后就可以使用简单的代码解析XML文件,包括本地和远程的文件,但是在编码上有一些问题。LIBXML默认只支持UTF-8的编码,无论输入输出都是UTF-8,所以如果你解析完一个XML得到的结果都是UTF-8的,如果需要输出GB2312或者其它编码,需要ICONV来做转码(生成UTF-8编码的文件也可以用它做)。

ICONV的安装过程和LIBXML2一样。

下面是一些例子,包括解析XML和转码
# i nclude <stdio.h>
# i nclude 
<string.h>
# i nclude 
<stdlib.h>
# i nclude 
<libxml/xmlmemory.h>
# i nclude 
<libxml/parser.h>

#i nclude 
<iconv.h>

//***********************************************************************//
//* d_ConvertCharset: 编码转换函数,可以转换任意两种编码格式
//* ddr/2005-11-10
//* 此函数需要库libiconv,编译时需加-liconv,如果找不到库,编译时加-L/usr/local/lib
// 其中/usr/local/lib为安装库文件的目录
// 使用时需要#i nclude <iconv.h>,如果找不到此头文件请在编译时加-I/usr/local/include
// 其中/usr/local/include为安装头文件的目录
//* 需要使用static变量作为输出的缓冲区,这里设置的最大长度是1024,可以根据需要修改,以避免溢出
// 由于使用了static变量,所以这个函数是不可重入的,非线程安全的
// 可以改用new的方式来实现可重入
//***********************************************************************//
static char s_strBufOut[1024];
char *d_ConvertCharset(char *cpEncodeFrom, char *cpEncodeTo, const char *cpInput)
{

  
char *cpOut;
  size_t iInputLen, iOutLen, iReturn;

  iconv_t c_pt;
  
if ((c_pt = iconv_open(cpEncodeTo, cpEncodeFrom)) == (iconv_t)-1)
  
{
    printf(
"iconv_open failed!\n");
    
return NULL;
  }

  iconv(c_pt, NULL, NULL, NULL, NULL);

  iInputLen 
= strlen(cpInput) + 1;
  iOutLen 
= 1024;
  cpOut 
= s_strBufOut;
  iReturn 
= iconv(c_pt, &cpInput, &iInputLen, &cpOut, &iOutLen);

  
if (iReturn == -1)
  
{
    
return NULL;
  }

  
  iconv_close(c_pt);
  
return s_strBufOut;
}


//输出每一项的内容,使用GB2312编码输出
void parseItem (xmlDocPtr doc, xmlNodePtr cur) 
{
  xmlChar 
*key;
  cur 
= cur->xmlChildrenNode;
  
while (cur != NULL) 
  
{
   
if ((!xmlStrcmp(cur->name, (const xmlChar *)"songname"))) 
   
{
     key 
= xmlNodeListGetString(doc, cur->xmlChildrenNode, 1);
     printf(
"songname: %s\n", d_ConvertCharset("utf-8""gb2312", (char *)key));
     xmlFree(key);
   }
    
   
else if ((!xmlStrcmp(cur->name, (const xmlChar *)"songurl"))) 
   
{
     key 
= xmlNodeListGetString(doc, cur->xmlChildrenNode, 1);
     printf(
"songurl: %s\n", d_ConvertCharset("utf-8""gb2312", (char *)key));
     xmlFree(key);
   }
    
   
else if ((!xmlStrcmp(cur->name, (const xmlChar *)"singer"))) 
   
{
     key 
= xmlNodeListGetString(doc, cur->xmlChildrenNode, 1);
     printf(
"singer: %s\n", d_ConvertCharset("utf-8""gb2312", (char *)key));
     xmlFree(key);
   }
    
   
else if ((!xmlStrcmp(cur->name, (const xmlChar *)"singerurl"))) 
   
{
     key 
= xmlNodeListGetString(doc, cur->xmlChildrenNode, 1);
     printf(
"singerurl: %s\n", d_ConvertCharset("utf-8""gb2312", (char *)key));
     xmlFree(key);
   }

   
      cur 
= cur->next;
  }

  
return;
}


void parseDoc(char *docname) 
{

  xmlDocPtr doc;  
//解析树
  xmlNodePtr cur;  //当前节点
  
  doc 
= xmlParseFile(docname);
  
  
if (doc == NULL ) 
  
{
    fprintf(stderr,
"Document not parsed successfully. \n");
    
return;
  }

  
  
//得到根节点
  cur = xmlDocGetRootElement(doc);
  
  
if (cur == NULL) 
  
{
    fprintf(stderr,
"empty document\n");
    xmlFreeDoc(doc);
    
return;
  }

  
  
//判断根节点是不是mp3
  if (xmlStrcmp(cur->name, (const xmlChar *"mp3")) 
  
{
    fprintf(stderr,
"document of the wrong type, root node != mp3");
    xmlFreeDoc(doc);
    
return;
  }

  
  
//得到当前节点的第一个子节点,即第一个ITEM
  cur = cur->xmlChildrenNode;
  
while (cur != NULL) 
  
{
    
if ((!xmlStrcmp(cur->name, (const xmlChar *)"item")))
    
{
      
//输出每个ITEM
      parseItem (doc, cur);
    }

     
    cur 
= cur->next;
  }

  
  xmlFreeDoc(doc);
  
return;
}


//入参可以是一个文件,也可以是一个URL,要求必须是UTF-8编码
int main(int argc, char **argv) 
{
  
char *docname;
    
  
if (argc <= 1
  
{
    printf(
"Usage: %s docname\n", argv[0]);
    
return(0);
  }


  docname 
= argv[1];
  parseDoc (docname);

  
return 0;
}

posted on 2006-04-15 17:49 杨粼波 阅读(1563) 评论(0)  编辑 收藏 引用 所属分类: 文章收藏FreeBSD


只有注册用户登录后才能发表评论。
网站导航: 博客园   IT新闻   BlogJava   知识库   博问   管理