woomsg

在路上

gloox代码分析2 - xml parser模块

gloox自己实现了xml的解析模块，没有用到第三方的库(tinyXML，expat )
主要涉及的文件:
tag.h (tag.cpp)
taghandler.h
parser.h (parser.cpp)

1. Tag一个Tag就是一个XML元素
例如:
a.
<book kind='computer'>
  <store id='23'/>
  <author>
    qiang
  </author>
</book>
b. <book id='32'/>
c. <book>name1</book>

首先介绍一个概念: escape-string，何为escape-string?
在escape-string中:
 '&'转换成&amp;, '<'转换成&lt;, '>'转换成&gt;.
编码表如下:
//////////////////////////////////////////////////////////////////////////
// 编码表 （中间的空格去掉，这里只是为了方便显示）:
// -------------------------------------------------------
// | 字符     | 十进制 | 十六进制 | THML字符集 | Unicode |
// -------------------------------------------------------
// | " 双引号 | & # 34;  | & # x22;   | "          | \u0022  |
// -------------------------------------------------------
// | ' 单引号 | & # 39;  | & # x27;   | & apos;     | \u0027  |
// -------------------------------------------------------
// | & 与     | & # 38;  | & # x26;   | & amp;      | \u0026  |
// -------------------------------------------------------
// | < 小于号 | & # 60;  | & # x3C;   | & lt;       | \u003c  |
// -------------------------------------------------------
// | > 大于好 | & # 62;  | & # x3E;   | & gt;       | \u003e  |
// -------------------------------------------------------
gloox - APIs
Tag::escape()    功能: string -> escape-string
Tag::relax()  功能: escape-string -> string

主要成员变量:
attributes - 所有属性的list
name - 节点名字
cdata - 节点数据，例如<name>cdata</name>中的cdata
children - 所有的子节点
parent - 父节点指针，如果没有则为空
bool incoming - 表示构造xml node的时候传入的字符串是否是escape-string，如果是，需要在构造的时候调用relex把escape-string转换成string.

主要方法:
也就是一些针对name\children\attributes\cdata进行增加\删除\修改的方法
xml()方法返回该节点的一个完整的xml数据流
findTag和findTagList提供对XPath的支持.

例如:
屏幕将输出:
<book kind='computer'><store id='23'/><author>qiang</author></book>
 1#include <iostream>
 2#include "tag.h"
 3
 4#pragma comment( lib, "gloox.lib" )
 5using namespace gloox;
 6
 7// <book kind='computer'>
 8//   <store id='23'/>
 9//   <author>
10//     qiang
11//   </author>
12// </book>
13//
14
15
16int main( int argc, char* argv[] ) {
17  Tag* tag_book = new Tag( "book");
18  tag_book->addAttribute( "kind", "computer" );
19  
20  Tag* tag_store = new Tag( "store" );
21  tag_store->addAttribute( "id", "32" );
22
23  Tag* tag_author = new Tag( "author", "qiang" );
24
25  tag_book->addChild( tag_store );
26  tag_book->addChild( tag_author );
27
28  std::cout<<tag_book->xml()<<std::endl;
29  return 0;
30}

2. TagHandler是一个接收parser解析完成的tag的接口，继承该类，则可以接收parser解析的tag对象事件.
只有一个接口
virtual void handleTag( Tag *tag ) = 0 - 接收解析完的tag

3. Parser一个XML解析器
提供的接口非常简洁，只需要一个TagHandler来构造，该handler接收并处理解析的tag，另外只有一个feed接口来填充数据.
要注意的是feed接口填充的数据必须是一个格式正确的xml，否则无法解析，也就是说parser不会判断xml的格式。

例如:
下面的例子中对feed来说分开填充和一次性填充数据的效果是一样的，也就是scenario1和scenario2的效果是一样的，这也刚好和上层应用中TCP 流处理的方式统一，对于接收到服务器端的XML流，无论是否完整，只需要直接feed就可以了。handlerTag方法将收到两个
xml tag解析完成的事件，分别来自scenario1和scenario2，屏幕将输出:
<book kind='computer'><store id='23'/><author>qiang</author></book> 
<book kind='computer'><store id='23'/><author>qiang</author></book>
 1#include <iostream>
 2#include "tag.h"
 3#include "parser.h"
 4
 5#pragma comment( lib, "gloox.lib" )
 6using namespace gloox;
 7
 8// <book kind='computer'>
 9//   <store id='23'/>
10//   <author>
11//     qiang
12//   </author>
13// </book>
14//
15//
16
17class TagHandlerImpl : public TagHandler {
18public:
19    ~TagHandlerImpl() {}
20
21    void run() {
22      Parser* parser = new Parser(this);
23      // scenario1
24      std::string data = "<book kind='computer'><store id='23'/><author>qiang</author></book>";
25      parser->feed( data );
26
27      // scenario2
28      std::string data1 = "<book kind='computer";
29      std::string data2 = "'><store id='23'/><auth";
30      std::string data3 = "or>qiang</author></book>";
31      parser->feed( data1 );
32      parser->feed( data2 );
33      parser->feed( data3 );
34    }
35
36    void handleTag( Tag *tag ) {
37      std::cout<<tag->xml()<<std::endl;
38    }
39};
40
41int main( int argc, char* argv[] ) {
42  TagHandlerImpl* taghandlerImpl = new TagHandlerImpl();
43  taghandlerImpl->run();
44
45  return 0;
46}


posted on 2008-10-18 14:51 ysong.lee 阅读(2630) 评论(0)  编辑 收藏 引用


只有注册用户登录后才能发表评论。
网站导航:   博客园   博客园最新博文   博问   管理