woaidongmao

在C++中，解析XML文件通常需要使用XML的解析類或庫，如DOM（DOCUMENT OBJECT MODEL）或SAX(SIMPLE API FOR XML),來解析XML文件，從而得到所需的數據。雖然比較方便，但是這種方法的效率不是很高，而把XML解析為C++的類，不但能提高解析的效率，而且還能提供給用戶面向對象的所有優點。

一． 通常用DOM或SAX解析XML文件所帶來的問題

C++的程序在處理XML文件時常常會碰到解析的問題，有時需要根據一定的規則自己寫一個解析的類或包。因此，使用DOM或SAX來解析XML文件就顯得相對比較簡單。但是解析XML文件，一個非常重要的問題，即對于一些不同的語言，如JAVA,C++，XML沒有一個固定的標簽（如關鍵字），因此，開發一個適合于多種語言的通用解析器就顯得非常由必要。

為了解決這個問題，開發出的這個解析器要能動態的列出標簽和解析XML文件的規則。即對于一個DOM的解析器要確定一個XML的模式文件，從而可以對XML文件中的內容進行有效性的確認。

如果一個應用程序需要對XML文件進行不同的讀寫操作，DOM這個解析模式是非常合適的。因為它對于不同的XM文件，它的源代碼都不需要改變。但是，引用程序對XML文件的操作由可能進行的比較少，在這種情況下，如果使用DOM解析器解析XML文件，就加重程序的負擔。因此，根據不同的情況來選擇不同的解析器，使非常有必要的。而且有時還需自己開發出一個合適的解析器。

二． 從XML模式（SCHEMAS）中派生出的靜態類

和在某些情況下可以從XML模式中派生出C++類，對XML文件進行寫操作，提高程

序的效率一樣，也可以從XML模式中派生出C++類，對XML文件進行解析，即讀操作。

在C++中，為了生成某個語言的解析類，通常需要如下的步驟：首先需要編寫LEX規則或YACC語法的代碼，然后在根據特定的XML輸入文件生成LEXER和解析類。如下圖一所示：

但是，這個過程非常繁瑣，而且對于每個不同的XML文件形式，都需要重復進行如下的步上的步驟。一個更有效的做法是先編寫一個用作翻譯的程序，把XML模式文件轉化為相對應的LEX規則或YACC語法，如下圖二所示：

下面的程序（程序一）說明了對于一個XML的DTD文件ACMEPC.DTD所生成的語法。

acmepcxml::XMLImporter importer;

// Call the acmepcxml::Initialize() function to register the create functions

// for the acmepcxml classes

acmepcxml::Initialize();

try {

importer.ImportFromFile(sInputFileName, fPreprocess);

}

catch (eXactML::XException & e)

{

std::cerr << e.GetMsg() << std::endl;

std::cerr << "in " << e.GetSourceFile() << " at line number " <<

e.GetSourceLine() << std::endl;

return 1;

}

cout << "Read in XML file with no errors." << std::endl;

acmepc *acmepc = dynamic_cast (importer.GetXObject());

cout << "Successfully cast XML importer root to acmepcxml::acmepc" << std::endl;

// validate the data in the classes, throws an exception if bad.

try {

acmepc->IsValid();

}

catch (eXactML::XException & e) {

cout << "Exception in validating XML" << std::endl;

cout << e.GetMsg() << std::endl;

eXactML::XMLImporterBase::DeleteImportedXObject(acmepc);

return 1;

}

cout << "Validated acmepcxml::acmepc object" << std::endl;

// generate the XML

try {

acmepc->EmitXML(cout);

}

catch (eXactML::XException e) {

cout << "Exception in generating XML" << std::endl;

cout << e.GetMsg() << std::endl;

eXactML::XMLImporterBase::DeleteImportedXObject(acmepc);

return 1;

}

cout << "Emitted XML to file worked fine." << std::endl;

eXactML::XMLImporterBase::DeleteImportedXObject(acmepc);

return 0;

程序一

type CDATA #REQUIRED

speed CDATA #REQUIRED>

type (IDE|EIDE|SCSI) "IDE"

size CDATA #REQUIRED

units (GB|TB) "GB">

n CDATA #REQUIRED

units CDATA #REQUIRED>

n CDATA #REQUIRED

units CDATA #REQUIRED>

ACMEPC.DTD文件

在ACMEPCXML_PARSER.Y中生成的YACC輸入和在ACMEPCXML_LEXER.L中生成的LEX輸入。所有的這些類和解析器都包含在C++中的ACMEPCXML的名字空間中。

使用這個生成的通用解析器非常簡單，只需生成類ACMEPCXML::XMLIMPORTER的一個實例，然后調用類中的Initiliaze()這個初始化的成員函數，在把XML文件傳給ImportFromFile()這個程序函數。這個引入的類通過GetXObject()來發布這個樹形的根結點。這個基本的類在動態的返回給在ACMEPC.DTD文件中定義的XML上下文的ACMPEPC類。

三． 生成的通用解析類的優點

同一些其它的標準解析器或類相比，如DOM，SAX，自己生成的通用解析類主要由如下的幾個特點和優點。

1． 最根本也是最重要的─解析的速度快。經過測試，根據XML模式生成的通用解析器，要比最快的DOM解析器速度要快三倍以上，而且內存的占用也很少。這主要是因為對于XML文件的輸入不需要經過有效性的檢查和判斷。這個工作早在由輸入文件生成YACC時，就已經做好和強制性的檢查。

2． 生成的通用解析器能和其它的派生類非常好的結合在一起。而且不用象使用DOM一樣，生成一個DOM的數形結構，然后在對這些數據進行操作。通用解析器能直接的生成XML模式的派生類，這樣就省去了中間的步驟。當然，該解析類也能很好的和STL或MFC的類庫結合在一起

3． 你能得到鏈接到你應用程序組件的所用源代碼。只要嚴格遵循符合GNU規范的FLEX和BISON工具的使用，生成的代碼就能夠在任何的操作系統上運行，從而很好的解決了跨平臺的問題。

4． 最后也是最令人激動的一個優點是使用LEX和YACC可以方便的來操作和處理XML文件中的實體元素（ENTITY）。你可以在輸入文件中自動擴展實體的數量。XML中的實體也可以如C程序中的宏定義一樣，是C編譯器提前預處理。當你要處理大量的實體元素是，將非常有效。

四． 總結

由XML模式（SCHEMA）生成C++的類，作為解析器來解析XML的輸入文件是件非常令人激動的事，它不但能減少重復的編碼，更能提高你的效率。在不久的將來該項技術將會由長足的發展。

五． 附該程序的所有源代碼（包括C++的類和DTD文件，XML文件 ）

xmlparser.zip