前几天看了开源的XML文件解析器TinyXml,它是怎么实现解析的没怎么看懂,于是决定自己实现一个,反正最近不忙。先命名为TXml。现在完成了解析和查询功能,全部代码加起来不到1000行,将会继续完善它。源码必共享@H_301_3@
先简单说一下我的思路:@H_301_3@
1:读取XML文件信息,并存入一个字符数组中;@H_301_3@
2:遍历数组,将数组解析成一棵树;@H_301_3@
这个解析器最麻烦的地方就在怎么将字符数组解析成一颗树。我们先看一下一个简单XML文件,他包括文件头、节点、节点名称及节点值、属性名称及属性值,子节点、父节点、注释等。@H_301_3@
<?xml version="1.0" encoding="utf-8" ?> <!--注释--> <Items> <item name="chentaihan">89757</item> </Items>
简单介绍一下解析的实现,不太好说清楚,看代码可能更容易理解一些。递归实现,每次都从一个节点开始解析,就是从字符“<”开始,到字符“>”结束,字符<后面就是节点的名称,之后的就是节点属性,字符>后一个字符如果不是<,那就是节点的值,如果是字符<,可能是子节点也可能是这个节点结束了。遇到字符<开始递归,空格和注释直接被PASS。大致代码如下:@H_301_3@
const char* TXmlParser::ParseContent(const char* p,XmlNode* baseNode) { if(p==NULL || !*p) return NULL; if(*p=='<')//开始一个节点 { bool isNote; p=SkipNote(p,isNote);//跳过注释 if(isNote) {//是注释 ParseContent(p,baseNode); return NULL; } if(*p=='/')//结束节点 { while(p!=NULL && *p && *p!='>') { p++; } ++p=SkipWhiteSpace(p); ParseContent(p,baseNode->parent);//新节点 }else{ //节点属性 string name; while(p!=NULL && *p && *p!='>' && *p!=' ' && *p!='/') { name.push_back(*p++); } XmlNode* node=new XmlNode(name,baseNode); baseNode->AppendNode(node); if(*p=='>') { ++p=SkipWhiteSpace(p); ParseContent(p,node);//新节点 }else{ p=GetAttr(p,node); if(*p=='/') { while(p!=NULL && *p && *p!='<') p++; ParseContent(p,baseNode);//新节点 }else{ ++p=SkipWhiteSpace(p); ParseContent(p,node);//新节点 } } } }else{//节点的值 GetNodeValue(p,baseNode); } }
@H_301_3@
按路径的方式查询。利用两个数组实现,假设这两个数组分别为A,B;第一次查询将结果存入数组A,将A作为数据源,将查询结果存入B,清除A中的数据,将B作为数据源,将查询结果存入A,反复进行,最后A,B中有一个就是查询结果。当然也可以用递归实现,我们都知道递归太深容易爆线程栈,且性能低。@H_301_3@
按属性查询。同样没有用递归实现,有个经常出现的面试题:按层序打印一个棵树。那么这里也是按层序查找,就是利用一个队列,按根节点、根节点的直接子节点进栈,一个个匹配,不匹配就出队列。@H_301_3@
//根据属性查询--利用队列按层序查询 XmlNode* XmlNode::SelectSingleNodeByAttr(const string& attrName,const string& attrValue,XmlNode* node) { if(node==NULL) return NULL; if(node->attribute!=NULL && (*node->attribute)[attrName]==attrValue) { return node; } queue<XmlNode*> list; for(int i=node->ChildCount()-1;i>=0;i--) { list.push((*node->childNodes)[i]); } while(list.size()>0) { XmlNode* tmpNode=list.front(); if(tmpNode->attribute!=NULL && (*tmpNode->attribute)[attrName]==attrValue) { return tmpNode; } for(int i=tmpNode->ChildCount()-1;i>=0;i--) { list.push((*tmpNode->childNodes)[i]); } list.pop(); } return NULL; }
@H_301_3@
看了按属性查找,我们就很容易知道,C#中ConfigurationManager读取配置文件的大致实现,因为配置文件很简单,就是一个节点下面有多个节点,完全可以这样实现,根节点基本可以无视,直接就是一个字典,KEY存key的值,VALUE存value的值,查找的时间复杂度就是O(1)。@H_301_3@
简单测试:@H_301_3@
#include "XmlDocument.h" int main() { { XmlDocument doc; doc.Load("test.txt"); cout<<"XML头部:"<<doc.Head().c_str()<<endl; cout<<"显示全部学生成绩:" ; doc.ShowXML(doc); cout<<endl; vector<XmlNode*> vect; doc.SelectNodes("students/student/courses/course",vect); XmlNode* node=doc.SelectSingleNode("students/Student/courses/course/Course"); if(node!=NULL) { node->ShowXML(*node); cout<<"name:"<<node->Name().c_str()<<endl; cout<<"属性:"; node->ShowAttr() ; cout<<endl; cout<<"value:"<<node->Value().c_str()<<endl; cout<<"ChildCount:"<<node->ChildCount()<<endl<<endl; XmlNode::Iterator iter=node->begin(); while(iter!=node->end()) { cout<<"name:"<<(*((iter)._Ptr))->Name().c_str() <<endl; cout<<"value:"<<(*((iter)._Ptr))->Value().c_str() <<endl; iter++; } } cout<<"查找name=‘英文’的节点:"<<endl; XmlNode* node2=doc.SelectSingleNodeByAttr("name","英文"); if(node2!=NULL){ node2->ShowXML(*node2); } } system("pause"); return 0; }
@H_301_3@
@H_301_3@