ฉันมีเอกสาร XML ที่ฉันต้องแยกวิเคราะห์และ / หรือฉันต้องการสร้างเอกสาร XML และเขียนลงในข้อความ (ไฟล์หรือหน่วยความจำ) เนื่องจากไลบรารีมาตรฐาน C ++ ไม่มีไลบรารีสำหรับสิ่งนี้ฉันควรใช้อะไร

หมายเหตุ:นี่มีวัตถุประสงค์เพื่อให้เป็นคำถามที่ชัดเจน C ++ - คำถามที่พบบ่อยเกี่ยวกับสไตล์นี้ ใช่แล้วมันเป็นรายการที่ซ้ำกันของผู้อื่น ฉันไม่ได้ตอบคำถามเหล่านั้นอย่างเหมาะสมเพราะพวกเขามักจะถามอะไรที่เฉพาะเจาะจงมากกว่านี้เล็กน้อย คำถามนี้เป็นคำถามทั่วไป

เช่นเดียวกับคอนเทนเนอร์ไลบรารีมาตรฐานไลบรารีใดที่คุณควรใช้ขึ้นอยู่กับความต้องการของคุณ นี่คือผังงานที่สะดวก:

ดังนั้นคำถามแรกคือสิ่งนี้คุณต้องการอะไร

ฉันต้องการมาตรฐาน XML แบบเต็ม

ตกลงดังนั้นคุณต้องดำเนินการกับ XML ไม่ใช่ของเล่น XML, XML จริง คุณจะต้องมีความสามารถในการอ่านและเขียนทั้งหมดของข้อกำหนด XML ที่ไม่เพียง แต่บิตต่ำ, ง่ายต่อการแยก คุณต้องการเนมสเปซ, DocTypes, การแทนที่เอนทิตี, การทำงาน ข้อกำหนด W3C XML อย่างครบถ้วน

คำถามต่อไปคือ: API ของคุณจำเป็นต้องสอดคล้องกับ DOM หรือ SAX หรือไม่

ฉันต้องการ DOM ที่แน่นอนและ / หรือความสอดคล้องของ SAX

ตกลงดังนั้นคุณต้องใช้ API เป็น DOM และ / หรือ SAX จริงๆ ไม่เพียงแค่เป็นตัวแยกวิเคราะห์แบบพุช SAX หรือตัวแยกวิเคราะห์แบบ DOM เท่านั้น มันจะต้องเป็น DOM ที่เกิดขึ้นจริงหรือแซ็กโซโฟนที่เกิดขึ้นจริงในขอบเขตที่ C ++ ช่วยให้

คุณได้เลือก:

xerces

นั่นคือทางเลือกของคุณ มันค่อนข้างแยกวิเคราะห์ C ++ XML เท่านั้นที่มีเต็ม (หรือใกล้เคียงที่สุดเท่าที่อนุญาตให้ C + +) DOM และ SAX สอดคล้อง นอกจากนี้ยังมีการรองรับ XInclude สนับสนุน XML Schema และคุณสมบัติอื่น ๆ อีกมากมาย

มันไม่มีการพึ่งพาที่แท้จริง มันใช้สิทธิ์การใช้งาน Apache

ฉันไม่สนใจ DOM และ / หรือ SAX

คุณได้เลือก:

libxml2

LibXML2 เสนออินเทอร์เฟซแบบ C (ถ้ามันรบกวนคุณจริง ๆ ให้ไปใช้ Xerces) แม้ว่าอินเทอร์เฟซนั้นจะค่อนข้างใช้วัตถุและห่อหุ้มได้ง่าย มันมีคุณสมบัติมากมายเช่นการสนับสนุน XInclude (ด้วยการโทรกลับเพื่อให้คุณสามารถบอกได้ว่ามันรับไฟล์มาจากที่ใด) ตัวจดจำ XPath 1.0, RelaxNG และ Schematron รองรับ (แม้ว่าข้อความผิดพลาดจะออกมาเยอะ ) และ เป็นต้นไป

มันมีการพึ่งพาบน iconv แต่มันสามารถกำหนดค่าโดยไม่ต้องพึ่งพานั้น แม้ว่านั่นหมายความว่าคุณจะมีการเข้ารหัสข้อความที่เป็นไปได้ จำกัด มากขึ้นซึ่งสามารถแยกวิเคราะห์ได้

มันใช้สิทธิ์การใช้งาน MIT

ฉันไม่ต้องการการปฏิบัติตาม XML แบบเต็ม

ตกลงดังนั้นการปฏิบัติตาม XML แบบสมบูรณ์จึงไม่สำคัญกับคุณ เอกสาร XML ของคุณอยู่ภายใต้การควบคุมของคุณอย่างสมบูรณ์หรือรับประกันว่าจะใช้ "ชุดย่อยพื้นฐาน" ของ XML: ไม่มีเนมสเปซ, เอนทิตี ฯลฯ

แล้วคุณมีความสำคัญอย่างไร คำถามต่อไปคืออะไรสิ่งที่สำคัญที่สุดสำหรับคุณใน XML ของคุณคืออะไร

ประสิทธิภาพการแยกวิเคราะห์ XML สูงสุด

แอปพลิเคชันของคุณต้องใช้ XML และเปลี่ยนเป็นโครงสร้างข้อมูล C ++ เร็วเท่าที่การแปลงนี้อาจเกิดขึ้นได้

คุณได้เลือก:

RapidXML

ตัวแยกวิเคราะห์ XML นี้เป็นสิ่งที่ตรงตามที่ระบุใน tin: rapid XML มันไม่ได้จัดการกับการดึงไฟล์ลงในหน่วยความจำ สิ่งที่เกิดขึ้นนั้นขึ้นอยู่กับคุณ สิ่งที่เกี่ยวข้องกับการแยกวิเคราะห์นั้นเป็นชุดของโครงสร้างข้อมูล C ++ ที่คุณสามารถเข้าถึงได้ และมันทำได้เร็วพอ ๆ กับการสแกนไบต์ไฟล์ด้วยไบต์

แน่นอนไม่มีสิ่งใดเป็นอาหารกลางวันฟรี เช่นเดียวกับตัวแยกวิเคราะห์ XML ส่วนใหญ่ที่ไม่สนใจเกี่ยวกับข้อกำหนด XML Rapid XML ไม่ได้สัมผัสกับเนมสเปซ, DocTypes, เอนทิตี (ยกเว้นข้อผิดพลาดของตัวอักขระและ XML พื้นฐาน 6 ตัว) และอื่น ๆ โดยพื้นฐานแล้วโหนดองค์ประกอบองค์ประกอบและอื่น ๆ

นอกจากนี้ยังเป็นตัวแยกวิเคราะห์สไตล์ DOM ดังนั้นจึงจำเป็นต้องให้คุณอ่านข้อความทั้งหมดอย่างไรก็ตามสิ่งที่ไม่ได้ทำคือคัดลอกข้อความใด ๆ (ปกติ) วิธี RapidXML ได้รับมากที่สุดของความเร็วคือโดยหมายถึงสตริงในสถานที่ สิ่งนี้ต้องการการจัดการหน่วยความจำเพิ่มเติมในส่วนของคุณ (คุณต้องเก็บสตริงนั้นไว้ในขณะที่ RapidXML ดูอยู่)

DOM ของ RapidXML เป็นกระดูกเปลือย คุณสามารถรับค่าสตริงสำหรับสิ่งต่าง ๆ คุณสามารถค้นหาคุณสมบัติตามชื่อ เกี่ยวกับมัน. ไม่มีฟังก์ชั่นอำนวยความสะดวกในการเปลี่ยนแอททริบิวเป็นค่าอื่น ๆ (ตัวเลข, วันที่, ฯลฯ ) คุณเพิ่งได้รับสาย

ข้อเสียอีกอย่างหนึ่งของ RapidXML คือมันเจ็บปวดกับการเขียน XML ต้องการให้คุณทำการจัดสรรหน่วยความจำอย่างชัดเจนของชื่อสตริงเพื่อสร้าง DOM มันให้ชนิดของบัฟเฟอร์สตริง แต่ยังคงต้องใช้งานจำนวนมากอย่างชัดเจนในตอนท้ายของคุณ มันใช้งานได้ดี แต่มันเจ็บปวดที่จะใช้

มันใช้สิทธิ์การใช้งาน MIT เป็นไลบรารีแบบส่วนหัวเท่านั้นโดยไม่มีการขึ้นต่อกัน

• มีRapidXML "GitHub patch"ที่อนุญาตให้ทำงานกับ namespaces ได้

ฉันสนใจเกี่ยวกับประสิทธิภาพ แต่ก็ไม่มาก

ใช่ประสิทธิภาพเป็นสิ่งสำคัญสำหรับคุณ แต่บางทีคุณอาจต้องการบางสิ่งบางอย่างที่เปลือยเปล่าน้อยลง บางทีสิ่งที่สามารถจัดการ Unicode ได้มากขึ้นหรือไม่ต้องการการจัดการหน่วยความจำที่ผู้ใช้ควบคุมมากนัก ประสิทธิภาพยังคงเป็นสิ่งสำคัญ แต่คุณต้องการบางสิ่งที่ตรงไปตรงมาเล็กน้อย

คุณได้เลือก:

PugiXML

ในอดีตสิ่งนี้ทำหน้าที่เป็นแรงบันดาลใจสำหรับ RapidXML แต่โครงการทั้งสองนั้นแยกจากกันโดย Pugi นำเสนอฟีเจอร์ที่มากขึ้นในขณะที่ RapidXML นั้นเน้นไปที่ความเร็ว

PugiXML เสนอการสนับสนุนการแปลง Unicode ดังนั้นหากคุณมีเอกสาร UTF-16 บางส่วนและต้องการอ่านเป็น UTF-8 Pugi จะให้บริการ มันยังมีการติดตั้ง XPath 1.0 หากคุณต้องการสิ่งนั้น

แต่ Pugi ก็ยังค่อนข้างเร็ว เช่น RapidXML ไม่มีการอ้างอิงและเผยแพร่ภายใต้สิทธิ์การใช้งานของ MIT

อ่านเอกสารขนาดใหญ่

คุณจะต้องอ่านเอกสารที่มีวัดในกิกะไบต์ในขนาด บางทีคุณอาจได้พวกมันมาจาก stdin โดยถูกเลี้ยงโดยกระบวนการอื่น หรือคุณกำลังอ่านจากไฟล์ขนาดใหญ่ หรืออะไรก็ตาม ประเด็นคือสิ่งที่คุณต้องการคือไม่ต้องอ่านไฟล์ทั้งหมดในหน่วยความจำทั้งหมดในครั้งเดียวเพื่อดำเนินการ

คุณได้เลือก:

libxml2

API แบบ SAX ของ Xerces จะทำงานได้ในความสามารถนี้ แต่ LibXML2 อยู่ที่นี่เพราะทำงานได้ง่ายขึ้นเล็กน้อย API สไตล์ SAX เป็น push-API: มันเริ่มต้นในการแยกวิเคราะห์กระแสข้อมูลและเพียงดับกิจกรรมที่คุณต้องจับ คุณถูกบังคับให้จัดการบริบทของรัฐและอื่น ๆ รหัสที่อ่าน API แบบ SAX นั้นมีมากมายมากกว่าที่หวังไว้

xmlReaderวัตถุของ LibXML2 คือ pull-API คุณขอให้ไปที่โหนดหรือองค์ประกอบ XML ถัดไป คุณไม่ได้บอก สิ่งนี้ช่วยให้คุณสามารถเก็บบริบทตามที่เห็นสมควรเพื่อจัดการเอนทิตีต่าง ๆ ในลักษณะที่สามารถอ่านได้ในโค้ดมากกว่าการโทรกลับเป็นจำนวนมาก

ทางเลือก

ชาวต่างชาติ

ชาวต่างชาติเป็นตัวแยกวิเคราะห์ C ++ ที่รู้จักกันดีซึ่งใช้ pull-parser API มันเขียนโดย James Clark

สถานะปัจจุบันใช้งานได้ รุ่นล่าสุดคือ 2.2.9 ซึ่งเผยแพร่เมื่อ (2019-09-25)

LlamaXML

มันเป็นการใช้งาน API แบบ StAX มันเป็นตัวแยกวิเคราะห์ที่คล้ายกับxmlReaderตัวแยกวิเคราะห์ของ LibXML2

แต่มันยังไม่ได้รับการปรับปรุงตั้งแต่ปี 2005 อีกครั้ง Caveat Emptor

สนับสนุน XPath

XPath เป็นระบบสำหรับการสืบค้นองค์ประกอบภายในแผนผัง XML มันเป็นวิธีที่สะดวกในการตั้งชื่อองค์ประกอบหรือชุดขององค์ประกอบโดยใช้คุณสมบัติทั่วไปโดยใช้ไวยากรณ์มาตรฐาน ไลบรารี XML จำนวนมากเสนอการสนับสนุน XPath

มีสามตัวเลือกอย่างมีประสิทธิภาพที่นี่:

• LibXML2 : รองรับ XPath 1.0 อย่างเต็มรูปแบบ อีกครั้งเป็น C API ดังนั้นหากรบกวนคุณก็มีทางเลือกอื่น
• PugiXML : มันมาพร้อมกับรองรับ XPath 1.0 เช่นกัน ดังที่กล่าวไว้ข้างต้นเป็น C ++ API มากกว่า LibXML2 ดังนั้นคุณอาจรู้สึกสบายใจ
• TinyXML : มันไม่ได้มาพร้อมกับการสนับสนุน XPath แต่มีไลบรารีTinyXPathที่ให้บริการ TinyXML อยู่ระหว่างการแปลงเป็นเวอร์ชั่น 2.0 ซึ่งเปลี่ยนแปลง API ได้อย่างมากดังนั้น TinyXPath อาจไม่ทำงานกับ API ใหม่ เช่นเดียวกับ TinyXML เอง TinyXPath นั้นเผยแพร่ภายใต้ลิขสิทธิ์ zLib

เพิ่งได้งานทำ

ดังนั้นคุณไม่สนใจเกี่ยวกับความถูกต้องของ XML ประสิทธิภาพไม่ใช่ปัญหาสำหรับคุณ การสตรีมไม่เกี่ยวข้อง สิ่งที่คุณต้องการคือสิ่งที่ทำให้ XML เข้าสู่หน่วยความจำและช่วยให้คุณสามารถนำมันกลับไปไว้บนดิสก์อีกครั้ง สิ่งที่คุณสนใจคือ API

คุณต้องการตัวแยกวิเคราะห์ XML ที่จะมีขนาดเล็กติดตั้งง่ายใช้งานง่ายและเล็กพอที่จะไม่เกี่ยวข้องกับขนาดของไฟล์ประมวลผลในที่สุดของคุณ

คุณได้เลือก:

tinyxml

ฉันวาง TinyXML ในช่องนี้เพราะมันเกี่ยวกับเรื่องง่าย ๆ ที่จะใช้เป็นตัวแยกวิเคราะห์ XML ที่ได้รับ ใช่มันช้า แต่เรียบง่ายและชัดเจน มันมีฟังก์ชั่นอำนวยความสะดวกมากมายสำหรับการแปลงคุณสมบัติและอื่น ๆ

การเขียน XML ไม่มีปัญหาใน TinyXML คุณเพิ่งnewวางวัตถุบางอย่างแนบมันเข้าด้วยกันส่งเอกสารไปที่ a std::ostreamและทุกคนก็มีความสุข

นอกจากนี้ยังมีระบบนิเวศที่สร้างขึ้นรอบ ๆ TinyXML พร้อมด้วย API ที่เป็นมิตรกับ iterator มากกว่าและแม้แต่การติดตั้ง XPath 1.0 ที่ติดตั้งไว้ด้านบน

TinyXML ใช้สิทธิ์การใช้งาน zLib ซึ่งมากหรือน้อยกับ MIT License ที่มีชื่อแตกต่างกัน

มีวิธีอื่นในการจัดการ XML ที่คุณอาจต้องการพิจารณาเรียกว่าการผูกข้อมูล XML โดยเฉพาะถ้าคุณมีข้อกำหนดอย่างเป็นทางการของคำศัพท์ XML ของคุณแล้วตัวอย่างเช่นใน XML Schema

การผูกข้อมูล XML ช่วยให้คุณสามารถใช้ XML โดยไม่ทำการแยกวิเคราะห์ XML หรือการทำให้เป็นอนุกรม คอมไพเลอร์การเชื่อมโยงข้อมูลจะสร้างรหัสระดับต่ำทั้งหมดโดยอัตโนมัติและนำเสนอข้อมูลที่แยกวิเคราะห์เป็นคลาส C ++ ที่สอดคล้องกับโดเมนแอปพลิเคชันของคุณ จากนั้นคุณทำงานกับข้อมูลนี้โดยการเรียกใช้ฟังก์ชันและทำงานกับชนิด C ++ (int, double, etc) แทนที่จะเปรียบเทียบสตริงและวิเคราะห์ข้อความ (ซึ่งเป็นสิ่งที่คุณทำกับ API การเข้าถึง XML ระดับต่ำเช่น DOM หรือ SAX)

ดูตัวอย่างเช่นข้อมูลโอเพนซอร์ส XML ที่มีผลผูกพันการดำเนินการที่ผมเขียน CodeSynthesis XSDและสำหรับน้ำหนักเบารุ่นพึ่งพาฟรีCodeSynthesis XSD / E

อีกหนึ่งหมายเหตุเกี่ยวกับชาวต่างชาติ: มันคุ้มค่าที่จะดูว่าระบบฝังตัวทำงานอย่างไร อย่างไรก็ตามเอกสารที่คุณน่าจะพบในเว็บเป็นเอกสารเก่าและผิด ซอร์สโค้ดมีความคิดเห็นในระดับฟังก์ชั่นอย่างละเอียดพอสมควร แต่จะต้องใช้วิจารณญาณในการอ่าน

ใส่ของฉันเช่นกัน

http://www.codeproject.com/Articles/998388/XMLplusplus-version-The-Cplusplus-update-of-my-XML

ไม่มีคุณสมบัติการตรวจสอบ XML แต่เร็ว

โอเคถ้าอย่างนั้น. ฉันได้สร้างใหม่เนื่องจากไม่มีรายการใดที่ไม่ตรงกับความต้องการของฉัน

ประโยชน์ที่ได้รับ:

1. Pull-parser Streaming API ในระดับต่ำ ( Java StAX เช่น )
2. สนับสนุนข้อยกเว้นและโหมด RTTI
3. ขีด จำกัด สำหรับการใช้หน่วยความจำรองรับไฟล์ขนาดใหญ่ (ทดสอบด้วยไฟล์ XMarkขนาด 100 mibความเร็วขึ้นอยู่กับฮาร์ดแวร์)
4. รองรับ UNICODE และตรวจจับการเข้ารหัสแหล่งสัญญาณอัตโนมัติ
5. API ระดับสูงสำหรับการอ่านโครงสร้าง / POCO
6. API การเขียนโปรแกรม Meta สำหรับการเขียนและสร้าง XSD จากโครงสร้าง / POCO พร้อมการสนับสนุนโครงสร้าง xml (คุณลักษณะและแท็กการซ้อน) (การสร้าง XSD ต้องการ RTTI แต่สามารถใช้กับการดีบักเพื่อทำให้ครั้งเดียวเท่านั้น)
7. C ++ 11 - GCC และ VC ++ 15+

ข้อเสีย:

1. ยังไม่ได้ตรวจสอบความถูกต้องของ DTD และ XSD
2. การรับ XML / XSD โดย HTTP / HTTPS อยู่ระหว่างดำเนินการยังไม่เสร็จสิ้น
3. ห้องสมุดใหม่

โครงการบ้าน

ในด้านความปลอดภัยลูกโลก , Inc เราใช้rapidxml เราลองใช้ตัวอื่น ๆ ทั้งหมด แต่ rapidxml น่าจะเป็นตัวเลือกที่ดีที่สุดสำหรับเรา

นี่คือตัวอย่าง:

 rapidxml::xml_document<char> doc;
    doc.parse<0>(xmlData);
    rapidxml::xml_node<char>* root = doc.first_node();

    rapidxml::xml_node<char>* node_account = 0;
    if (GetNodeByElementName(root, "Account", &node_account) == true)
    {
        rapidxml::xml_node<char>* node_default = 0;
        if (GetNodeByElementName(node_account, "default", &node_default) == true)
        {
            swprintf(result, 100, L"%hs", node_default->value());
            free(xmlData);
            return true;
        }
    }
    free(xmlData);