woaidongmao

在C++中，解析XML文件通常需要使用XML的解析类或库，如DOM（DOCUMENT OBJECT MODEL）或SAX(SIMPLE API FOR XML),来解析XML文件，从而得到所需的数据。虽然比较方便，但是这种方法的效率不是很高，而把XML解析为C++的类，不但能提高解析的效率，而且还能提供给用户面向对象的所有优点。

一． 通常用DOM或SAX解析XML文件所带来的问题

C++的程序在处理XML文件时常常会碰到解析的问题，有时需要根据一定的规则自己写一个解析的类或包。因此，使用DOM或SAX来解析XML文件就显得相对比较简单。但是解析XML文件，一个非常重要的问题，即对于一些不同的语言，如JAVA,C++，XML没有一个固定的标签（如关键字），因此，开发一个适合于多种语言的通用解析器就显得非常由必要。

为了解决这个问题，开发出的这个解析器要能动态的列出标签和解析XML文件的规则。即对于一个DOM的解析器要确定一个XML的模式文件，从而可以对XML文件中的内容进行有效性的确认。

如果一个应用程序需要对XML文件进行不同的读写操作，DOM这个解析模式是非常合适的。因为它对于不同的XM文件，它的源代码都不需要改变。但是，引用程序对XML文件的操作由可能进行的比较少，在这种情况下，如果使用DOM解析器解析XML文件，就加重程序的负担。因此，根据不同的情况来选择不同的解析器，使非常有必要的。而且有时还需自己开发出一个合适的解析器。

二． 从XML模式（SCHEMAS）中派生出的静态类

和在某些情况下可以从XML模式中派生出C++类，对XML文件进行写操作，提高程

序的效率一样，也可以从XML模式中派生出C++类，对XML文件进行解析，即读操作。

在C++中，为了生成某个语言的解析类，通常需要如下的步骤：首先需要编写LEX规则或YACC语法的代码，然后在根据特定的XML输入文件生成LEXER和解析类。如下图一所示：

但是，这个过程非常繁琐，而且对于每个不同的XML文件形式，都需要重复进行如下的步上的步骤。一个更有效的做法是先编写一个用作翻译的程序，把XML模式文件转化为相对应的LEX规则或YACC语法，如下图二所示：

下面的程序（程序一）说明了对于一个XML的DTD文件ACMEPC.DTD所生成的语法。

acmepcxml::XMLImporter importer;

// Call the acmepcxml::Initialize() function to register the create functions

// for the acmepcxml classes

acmepcxml::Initialize();

try {

importer.ImportFromFile(sInputFileName, fPreprocess);

}

catch (eXactML::XException & e)

{

std::cerr << e.GetMsg() << std::endl;

std::cerr << "in " << e.GetSourceFile() << " at line number " <<

e.GetSourceLine() << std::endl;

return 1;

}

cout << "Read in XML file with no errors." << std::endl;

acmepc *acmepc = dynamic_cast (importer.GetXObject());

cout << "Successfully cast XML importer root to acmepcxml::acmepc" << std::endl;

// validate the data in the classes, throws an exception if bad.

try {

acmepc->IsValid();

}

catch (eXactML::XException & e) {

cout << "Exception in validating XML" << std::endl;

cout << e.GetMsg() << std::endl;

eXactML::XMLImporterBase::DeleteImportedXObject(acmepc);

return 1;

}

cout << "Validated acmepcxml::acmepc object" << std::endl;

// generate the XML

try {

acmepc->EmitXML(cout);

}

catch (eXactML::XException e) {

cout << "Exception in generating XML" << std::endl;

cout << e.GetMsg() << std::endl;

eXactML::XMLImporterBase::DeleteImportedXObject(acmepc);

return 1;

}

cout << "Emitted XML to file worked fine." << std::endl;

eXactML::XMLImporterBase::DeleteImportedXObject(acmepc);

return 0;

程序一

type CDATA #REQUIRED

speed CDATA #REQUIRED>

type (IDE|EIDE|SCSI) "IDE"

size CDATA #REQUIRED

units (GB|TB) "GB">

n CDATA #REQUIRED

units CDATA #REQUIRED>

n CDATA #REQUIRED

units CDATA #REQUIRED>

ACMEPC.DTD文件

在ACMEPCXML_PARSER.Y中生成的YACC输入和在ACMEPCXML_LEXER.L中生成的LEX输入。所有的这些类和解析器都包含在C++中的ACMEPCXML的名字空间中。

使用这个生成的通用解析器非常简单，只需生成类ACMEPCXML::XMLIMPORTER的一个实例，然后调用类中的Initiliaze()这个初始化的成员函数，在把XML文件传给ImportFromFile()这个程序函数。这个引入的类通过GetXObject()来发布这个树形的根结点。这个基本的类在动态的返回给在ACMEPC.DTD文件中定义的XML上下文的ACMPEPC类。

三． 生成的通用解析类的优点

同一些其它的标准解析器或类相比，如DOM，SAX，自己生成的通用解析类主要由如下的几个特点和优点。

1． 最根本也是最重要的─解析的速度快。经过测试，根据XML模式生成的通用解析器，要比最快的DOM解析器速度要快三倍以上，而且内存的占用也很少。这主要是因为对于XML文件的输入不需要经过有效性的检查和判断。这个工作早在由输入文件生成YACC时，就已经做好和强制性的检查。

2． 生成的通用解析器能和其它的派生类非常好的结合在一起。而且不用象使用DOM一样，生成一个DOM的数形结构，然后在对这些数据进行操作。通用解析器能直接的生成XML模式的派生类，这样就省去了中间的步骤。当然，该解析类也能很好的和STL或MFC的类库结合在一起

3． 你能得到链接到你应用程序组件的所用源代码。只要严格遵循符合GNU规范的FLEX和BISON工具的使用，生成的代码就能够在任何的操作系统上运行，从而很好的解决了跨平台的问题。

4． 最后也是最令人激动的一个优点是使用LEX和YACC可以方便的来操作和处理XML文件中的实体元素（ENTITY）。你可以在输入文件中自动扩展实体的数量。XML中的实体也可以如C程序中的宏定义一样，是C编译器提前预处理。当你要处理大量的实体元素是，将非常有效。

四． 总结

由XML模式（SCHEMA）生成C++的类，作为解析器来解析XML的输入文件是件非常令人激动的事，它不但能减少重复的编码，更能提高你的效率。在不久的将来该项技术将会由长足的发展。

五． 附该程序的所有源代码（包括C++的类和DTD文件，XML文件 ）

xmlparser.zip