Qt解析XML

用Qt中的QDomDocument类处理XML文件

XML，全称为扩展标记语言(extensible markup language).是一种非常方便的数据交换工具。现在Blog的订阅系统输出格式就是满足XML规范的RSS格式，还有SVG矢量图形也使用了XML格式。

我们在取得一个XML格式的文件后，需要作句法分析去提取发布方提供的信息。而Qt为XML提供了很好的支持，包括DOM的实现和SAX的实现。

DOM 是Document Object Model的简称，其实现方式是将整个文档当作一个对象来装入内存进行处理，然后开发者可以访问这个对象中的每一个节点，每一个节点对应XML文件里的一 个标记。这种方式的优点是操作非常简单，缺点是需要将整个文件放入内存，不适合处理过大文件。这种方式在Qt中的实现类是QDomDocument,也是 本文将要讲解的。以Blog为代表的RSS文件都不会很大，适合用这种方式来处理。

SAX是Simple API for XML的简称，其实现方式是按阶段将文档读取到内存中，在碰到标签或者其它阶段的时候，调用开发者预先设计好的回调函数去处理。这种方式的缺点是需要开发 者写回调函数去处理不同标签，代码复杂一些，优点是能处理很大的XML文件。这种方式在Qt中的实现类叫QXmlStreamReader。

——————分割线以下，代码讲解———-
1)如果需要使用QDomDocument,那么请在你的项目.pro文件里加上一句”QT += xml”，不然无法编译通过。

QDomDocument doc;QFile file(“rss.xml”);QString errorStr;int errorLine; int errorCol;//setContent是将指定的内容指定给QDomDocument解析，//第一参数可以是QByteArray或者是文件名等 if(!doc.setContent(&file,true,&errorStr,&errorLine,&errorCol)){ //如果出错，则会进入这里。errorStr得到的是出错说明 //errorLine和errorCol则是出错的行和列}

如果上面的步骤没出错，那么恭喜你，你已经得到了一个完整的QDomDocument对象doc,你只要访问doc的子节点或子子节点就可以取得XML中所有标记上的内容了。
3）
可以通过doc.childNodes()获得doc的所有的子节点列表QDomNodeList。比如

QDomNodeList list=doc.childNodes(); 
for(int i=0;i<list.count();i++)
{ 
	QDomNode node=list.at(i);
	qDebug()<<"node name is "<<node.nodeName(); 
	qDebug()<<"node type is "<<.nodeType();
}

通过上面的方法你就能知道每个节点的名字和类型了，节点名字就是标记的名字。打印出来 对照着xml文件看就很容易明白了。QDomNode类是一个父类,QDomDocument是QDomNode的一个子类，鉴于大部分QDomNode 的类型都是QDomDocument.那么你可以使用toDocument()函数将QDomNode类型转换成QDomDocument.

QString text=node.toElement().text();

上面的语句可以将一个节点里的文本取出，也就是标记内的文本部分。使用该函数获得的编码就已经是unicode格式了，不需要再做转换。

使用Qt中的QDomDocument读取XML文件

通过QDomDocument的方法可以容易解析一个XML文件，QDomDocument的每一个子对象和XML的每一个子节点对应，保留了相同的层次结构，能够做到随机访问XML中的节点。但它的缺点是需要将整个XML文件加载到内存中，不适合处理较大的文件。

今天要介绍的是QXmlStreamReader,就是按顺序读取XML的方式，每读取一个节点，应用就对当前节点做相应的处理(忽略或保存)。那么这种方式是SAX么？不是！
SAX 的处理方式虽然也是按节点顺序读取，但是对读取节点的处理方法不一样。SAX在碰到一个节点后，会去调用用户已经写好的回调函数，该回调函数是基类实现的 虚函数，不能改变它的名字，只能根据传入的参数实现不同处理，代码会比较复杂。但StreamReader的实现方式是由开发者通过readNext() 读入一个节点，然后判断节点内容，由开发者决定用什么函数去处理，对应不同节点层次实现不同函数，可维护性比较好。

具体流程是:

1. 创建一个QXmlStreamReader的类对象
2. 通过setDevice()设置好要处理的XML文件
3. 通过readNext()挨个读入节点，
   4.a 通过isStartElement()和isEndElement()判断是节点的开始和结束
   4.b 可以通过name()得到当前节点名字
   4.c 可以通过readElementText()访问当前节点的内容

下面，来看看我处理rss2代码的例子，通过该类我读取了rss2里每个文件的标题。
因为需要实现自己的处理功能，我们用一个类RssRader继承自QXmlStreamReader
class RssReader : public QXmlStreamReader｛…｝
下面就可以使用该类了
RssReader reader;
reader.read(&file); //参数是QIODevice指针,file是QFile类型，
read是我在子类里实现的函数名，可以是其它名字，看看read()的实现

bool RssReader::read(QIODevice *device)
{
	setDevice(device);//这是基类的函数，用于将XML传入解析器	
	while (!atEnd()){
		readNext(); //这个是关键函数，挨个读取节点		
		if (isStartElement()) {
			if (name() == “rss”){
				//我的实现，对rss作了处理，其它节点忽略
					//read_rss()管理剩下的节点，碰到rss节点结束时返回
					read_rss();
			}
		}
	}
	return !error();
}

//read_rss的实现，主要关心名为channel的节点，其他节点忽略
//XML的节点是对称的，有开始必有结束，判断的标志就是
//isStartElement()和isEndElement()

void RssReader::read_rss(){
	qDebug()<<”read rss info”;
	while (!atEnd()) {
		readNext();
		if (isStartElement()) {
		if (name() == “channel”){
			read_channel();
		}
	}
	if (isEndElement()) {
		if (name() == “rss”){
			qDebug()<<”end read rss info”;
			break;
			}
		}
	}
}

//读取节点内容的函数是readElementText(),由基类实现
void RssReader::read_item(){
while (!atEnd()) {
readNext();

if (isStartElement()) {
	if (name() == “title”){
		qDebug()<<”Title:”<<readElementText();
		}
	}
	
	if (isEndElement()) {
		if (name() == “item”){
		break;
	}
}

在“QQ便签”项目组中我负责有关后台XML操作的实现部分，现在对在项目中用到的XML的相关操作进行简单的小结。

我 们知道对XML的操作有两种方法，即DOM方式和SAX方式。二者主要区别是：DOM实现方式操作非常简单，但不适合处理过大文件；而SAX实现方式是能 处理很大的XML文件，但是需要开发者写一些复杂的代码。Qt提供了对应于这两种用于读取、操作和编写XML的实现类，分别是QDomDocument类 和QXmlStreamReader类，由于在项目中涉及的文件不大，因此我们选用QDomDocument类来处理。

项目中涉及便签的增删改查，对应于XML文件中相应标记的读、写和修改，下面分别介绍：

1. 创建节点，将其写入XML文件，主要操作包括：

1).创建根节点：QDomElement root = doc.documentElement("rootName " );

2).创建元素节点：QDomElement element = doc.createElement(“nodeName”);

3).添加元素节点到根节点：root. appendChild(element);

4).创建元素文本：QDomText nodeText=doc.createTextNode(“text”);

5).添加元素文本到元素节点：element. appendChild(nodeText);

在本项目中，假设便签的属性有序号、名字、内容、字体、字号、颜色、粗细、斜体、下划线这几项，则在文件中添加一个便签节点的操作如下：

QDomDocument doc;
instruction = doc.createProcessingInstruction("xml","version=\"1.0\" encoding=\"UTF-8\"");
doc.appendChild(instruction);
QDomElement root = doc.createElement("Notes");
doc.appendChild(root);
QDomElement note = doc.createElement("note");
root.appendChild(note);
QDomElement no = doc.createElement("no");
note.appendChild(no);
QDomText no_text = doc.createTextNode("001");
则得到一个便签节点，将其保存到test.xml文件中，代码如下：

```cpp

```cpp
	QFile file("test.xml");
	if (!file.open(QIODevice::WriteOnly | QIODevice::Truncate |QIODevice::Text))
		return ;
	QTextStream out(&file);
	out.setCodec("UTF-8");
	doc.save(out,4,QDomNode::EncodingFromTextStream);
	file.close();

则test.xml文件：



	
		001
		2010-05-10(13:53:24)
		A meeting！
		Script MT Bold
		16
		 #00ffff
		0
		true
		true
	


上面是创建一个便签节点，若要继续添加便签节点，则需要在已有节点后增加一个新节点，并重写入XML文件。

2. 加载、查找便签时要读取XML文档中的节点信息，DOM实现方式是将整个文档当作一个对象来装入内存进行处理，然后开发者可以访问这个对象中的每一个节点，每一个节点对应XML文件里的一个标记。

主要操作包括：

1).读取根节点：QDomElement root = doc.documentElement();

2).读取第一个子节点：QDomNode node = root.firstChild();

3).读取下一个子节点：node = node.nextSibling();

4).匹配结点标记：node.toElement().tagName() == "note"

5).读取节点文本：no = childNode.toText().data();

以下是项目中读取便签属性的函数实现代码：

```cpp
void MainWindow::parseAttr(const QDomElement &element)
{
	QString no,name,content,font,fontSize,color;	
	QDomNode node = element.firstChild();	
	while (!node.isNull()) 
	{
		if (node.toElement().tagName() == "note")
		{
			//匹配note节点	
			parseAttr(node.toElement());	
		} 
		else if (node.toElement().tagName() == "no") 
		{//匹配属性no	
			QDomNode childNode = node.firstChild();		
			if (childNode.nodeType() == QDomNode::TextNode) 
			{
				no = childNode.toText().data();
			}
		}
		else if (node.toElement().tagName() == "name") //匹配属性name	
		node = node.nextSibling();//读取兄弟节点
	}
}

3. 删除便签时，要删除相应的XML节点，用到的主要函数为：root.removeChild(node); 但在删除某个节点后要重写整个文件。

以上对XML文件的重写操作是必须的，因此在文件的打开方式中要加上QIODevice::Truncate，表示覆盖重写。目前还没有找到可以直接修改文件的方法，但若文件很大的情况下，必须考虑相应的效率问题。

由 于本项目在启动时需要将所有便签加载到内存，因此选用DOM方式比较合适，但如果处理的XML文件很大，而且不需要全部读到内存时，可以用SAX实现方 式，它按阶段将文档读取到内存中，在碰到标签或者其它阶段的时候，可以调用开发者预先设计好的回调函数去处理，这样效率比DOM方式更高