FREEBSD上如何使用c语言和libxml2简单解析XML

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;
}