一、 TinyXml 的特点
TinyXml 是一个基于 DOM 模型的、非验证的轻量级 C++ 解释器。
1. SAX 和 DOM
目前 XML 的解析主要有两大模型: SAX 和 DOM 。
其中 SAX 是基于事件的,其基本工作流程是分析 XML 文档,当发现了一个新的元素时,产生一个对应事件,并调用相应的用户处理函数。这种方式占用内存少,速度快,但用户程序相应得会比较复杂。
而 DOM (文档对象模型),则是在分析时,一次性的将整个 XML 文档进行分析,并在内存中形成对应的树结构,同时,向用户提供一系列的接口来访问和编辑该树结构。这种方式占用内存大,速度往往慢于 SAX ,但可以给用户提供一个面向对象的访问接口,对用户更为友好。
另据说,一些同时提供了 SAX 和 DOM 接口的库,是在底层先实现 SAX ,再在 SAX 的基础上实现 DOM 。
目前我知道的 XML 解析库有下面几个:
名称 |
访问接口 |
是否支持验证 |
备注 |
Expat |
SAX/Local |
不清楚 |
Local 指它还有一套自己访问模型 |
LibXML2 |
SAX/DOM |
是 |
|
TinyXml |
DOM |
否 |
|
XML4C |
SAX/DOM |
是 |
和 Xerces-C 是一家,不过用了 ICU ,国际化似乎更好 |
Xerces-C |
SAX/DOM |
是 |
|
XML Booster |
Local |
不清楚 |
这个库不是特别了解,好像是类似 yacc 那样,可以生成一个特定的解析器,估计效率应该很高(看名字也像)。 |
2. 验证和非验证
对于一个特定的 XML 文档而言,其正确性分为两个层次。首先是其格式应该符合 XML 的基本格式要求,比如第一行要有声明,标签的嵌套层次必须前后一致等等,符合这些要求的文件,就是一个合格的 XML 文件,称作 well-formatted 。但除此之外,一个 XML 文档因其内容的不同还必须在语义上符合相应的标准,这些标准由相应的 DTD 文件或者 Schema 文件来定义,符合了这些定义要求的 XML 文件,称作 valid 。
因此,解析器也分为两种,一种是验证的,即会跟据 XML 文件中的声明,用相应的 DTD 文件对 XML 文件进行校验,检查它是否满足 DTD 文件的要求。另一种是忽略DTD 文件,只要基本格式正确,就可以进行解析。
就我所知,验证的解析器通常都是比较重量级的。 TinyXml 不支持验证,但是体积很小,用在解析格式较为简单的 XML 文件,比如配置文件时,特别的合适。
二、 TinyXml 的构建和使用
1. 获取
TinyXml 首页在 http://www.grinninglizard.com/tinyxml/index.html ,从这里可以找到最新版本的源代码,目前的版本是 2.3.4 。
2. 构建
TinyXml 在构建时可以选择是否支持 STL ,选择的话,则可以使用 std::string ,所以通常应该打开这个选项。
在 Windows 上, TinyXml 的源码包里提供了 VC6 的工程文件,直接用它就可以生成两个静态库(带 STL 和不带 STL ),非常容易。唯一需要注意的是,默认生成的库是单线程的,如果用在多线程的项目中,需要改动一下配置,生成相应的多线程库。
在 Unix 平台上, TinyXml 的源码包里只提供了一个 Makefile ,对于典型的 Linux 系统,或装了 gcc 和 gmake 的其他 Unix ,这个 Makefile 足够用了,我在 RH9 和RHEL4 上测试,简单的 make 就成功了。需要注意的有以下几点:默认的编译是不支持 STL 的,可以通过编辑 Makefile 的 TINYXML_USE_STL := NO 那一行,把 NO 改成 YES 就可以支持 STL 了;还有默认只生成了一个测试程序,没有生成任何库,如果要生成静态库的话,可以用 ar 命令,将生成的几个目标文件打包就行了,如果要生成动态库,则需要加上 -fpic 参数重新编译。
3. 使用
构建了相应的库之后,在使用了它们的工程中,只要在连接时把他们连上就行了。需要注意的是,如果需要 STL 支持,在编译用到了 TinyXml 的文件时,需要定义一个宏TIXML_USE_STL ,对 gcc ,可以使用参数 -DTIXML_USE_STL ,对 cl.exe ( VC ),可以使用参数 /DTIXML_USE_STL ,如果嫌麻烦,可以直接定义在 tinyxml.h 文件里。
三、 TinyXml 的编程模型
1. 类之间的关系
TinyXml 实现的时 DOM 访问模型,因此提供了一系列的类对应 XML 文件中的各个节点。主要类间的关系如下图所示:
TiXmlBase :其他类的基类,是个抽象类
TiXmlNode :表示一个节点,包含节点的一般方法,如访问自节点、兄弟节点、编辑自身、编辑子节电
TiXmlDocument :表示整个 XML 文档,不对应其中某个特定的节点。
TiXmlElement :表示元素节点,可以包含子节点和 TiXmlAttribute
TiXmlComment :表示注释
TiXmlDeclaration :表示声明
TiXmlText :表示文本节点
TiXmlUnknown :表示未知节点,通常是出错了
TiXmlAttribute :表示一个元素的属性
下面是一个简单的例子:
<?xml version="1.0" encoding="utf-8" ?>
<!-This is only a sample-->
<book>
<name>TinyXml How To</name>
<price unit=”RMB”>20</price>
<description>Some words…</description>
</ book >
整个文档,对应 TiXmlDocument
book,name,price , description ,都对应 TiXmlElement
第一行对应一个 TiXmlDeclaration
第二行对应一个 TiXmlComment
“TinyXml How To” 对应一个 TiXmlText
unit 则是 price 的一个 TiXmlAttribute
这些类与 XML 文件中的相应元素都有很好的对应关系,因此相信参照 TinyXml 的文档,可以很容易的掌握各个方法的使用。
2. 需要注意的问题
各类之间的转换
由于各个节点类都从 TiXmlNode 继承,在使用时常常需要将 TiXmlNode * 类型的指针转换为其派生类的指针,在进行这种转换时,应该首先使用由 TiXmlNode 类提供的一系列转换函数,如 ToElement (void) ,而不是 c++ 的 dynamic_cast
检查返回值
由于 TinyXml 是一个非校验的解析器,因此当解析一个文件时,很可能文件并不包含我们预期的某个节点,在这种情况下, TinyXml 将返回空指针。因此,必须要对返回值进行检查,否则将很容易出现内存访问的错误。
如何重头建立一个 XML 文件
先建立一个 TiXmlDocument 对象,然后,载入某个模板,或者直接插入一个节点作为根节点,接着就可以像打开一个已有的 XML 文件那样对它进行操作了。
四、 总结
TinyXml 最大的特点就是它很小,可以很方便的静态连接到程序里。对于像配置文件、简单的数据文件这类文件的解析,它很适合。但是由于它是非验证的,因此需要在程序里做许多检查工做,加重了程序编写的负担。因此对于复杂的 XML 文件,我觉得最好还是用验证的解析器来处理。