如何使用 libxml2 解析 XML 中的数据？答案

【问题标题】：How can libxml2 be used to parse data from XML?如何使用 libxml2 解析 XML 中的数据？
【发布时间】：2011-07-24 20:53:49
【问题描述】：

我查看了 libxml2 代码示例，不知道如何将它们拼凑在一起。

使用 libxml2 从 XML 文件中解析或提取数据需要哪些步骤？

我想获取并可能存储某些属性的信息。这是怎么做到的？

【问题讨论】：

标签： c xml parsing libxml2

【解决方案1】：

我相信你首先需要创建一个 Parse 树。也许这篇文章能帮上忙，看看How to Parse a Tree with Libxml2的部分。

【讨论】：

前几天我会发现这很有用，但我有代码可以使用和搜索引擎。据我所知，您还需要阅读xmlGetProp 函数的文档，该函数将给出节点属性的值，即<node property="value"/>。
谢谢詹姆斯，我去看看。

【解决方案2】：

我在学习使用 libxml2 构建 rss 提要解析器时发现这两个资源很有帮助。

Tutorial with SAX interface

Tutorial using the DOM Tree（包括获取属性值的代码示例）

【讨论】：

【解决方案3】：

libxml2 提供了显示基本用法的各种示例。

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

对于您的既定目标，tree1.c 可能最相关。

tree1.c：导航要打印的树元素名称

将文件解析为树，使用 xmlDocGetRootElement() 获取根元素，然后遍历文档并打印文档中的所有元素名称顺序。

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

一旦你有一个元素的 xmlNode 结构，“properties”成员就是一个属性的链接列表。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（或最后一个属性为 null）。

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

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

【讨论】：

谢谢。那么一旦我得到了所有的元素，我怎样才能得到它们的属性呢？

【解决方案4】：

在这里，我提到了在windows平台上从文件中提取XML/HTML数据的完整过程。

先下载预编译好的.dll表格http://xmlsoft.org/sources/win32/
还要从同一页面下载其依赖项iconv.dll和zlib1.dll
将所有 .zip 文件解压缩到同一目录中。例如：D:\demo\
将iconv.dll、zlib1.dll和libxml2.dll复制到c:\windows\system32 目录

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;
}

打开 Visual Studio 命令提示符
转到 D:\demo 目录
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
使用 libxml_test.exe test.html 命令运行二进制文件（这里的 test.html 可以是任何有效的 HTML 文件）

【讨论】：

【解决方案5】：

您可以参考this回答。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。

可以在c中找到详细代码使用。

代码 ->> this

【讨论】：