我应该在C中使用什么XML解析器？
作者：互联网
我有需要解析的XML文档和/或我需要构建XML文档并将它们写入文本(文件或内存).由于C标准库没有此库,我应该使用什么？
注意：这是一个确定的,C -FAQ风格的问题.所以,是的,它与其他人重复.我不是简单地适应其他问题,因为他们倾向于要求更具体的东西.这个问题更通用.
解决方法:
就像标准库容器一样,您应该使用哪个库取决于您的需求.这是一个方便的流程图：
所以第一个问题是：你需要什么？
我需要完整的XML合规性
好的,所以你需要处理XML.不是玩具XML,真正的XML.您需要能够读取和写入所有XML规范,而不仅仅是低位,易于解析的位.您需要命名空间,DocTypes,实体替换,工作. W3C XML规范的全部内容.
接下来的问题是：您的API是否需要符合DOM或SAX？
我需要精确的DOM和/或SAX一致性
好的,所以你真的需要API是DOM和/或SAX.它不仅可以是SAX风格的推送解析器,也不能是DOM风格的保留解析器.它必须是实际的DOM或实际的SAX,在C允许的范围内.
你已经选择：
那是你的选择.它几乎是唯一具有完整(或接近C允许)DOM和SAX一致性的C XML解析器/编写器.它还具有XInclude支持,XML Schema支持以及许多其他功能.
它没有真正的依赖.它使用Apache许可证.
我不关心DOM和/或SAX一致性
你已经选择：
LibXML2提供了一个C风格的界面(如果真的困扰你,请使用Xerces),尽管界面至少有点基于对象并且很容易包装.它提供了许多功能,例如XInclude支持(带回调以便你可以告诉它从哪里获取文件),XPath 1.0识别器,RelaxNG和Schematron支持(尽管错误信息有很多不足之处),以及等等.
它确实依赖于iconv,但可以在没有依赖性的情况下进行配置.虽然这确实意味着你可以解析一组更有限的可能的文本编码.
它使用MIT许可证.
我不需要完全符合XML
好的,所以完整的XML合规性对您来说无关紧要.您的XML文档完全在您的控制之下,或者保证使用XML的“基本子集”：没有名称空间,实体等.
那对你来说有什么关系？接下来的问题是：XML工作中最重要的是什么？
最大XML解析性能
您的应用程序需要采用XML并将其转换为C数据结构,因为这种转换可能会发生.
你已经选择：
这个XML解析器正如它所说的那样：快速的XML.它甚至不涉及将文件拉入内存;怎么回事取决于你.它处理的是将其解析为您可以访问的一系列C数据结构.它的执行速度与逐字节扫描文件的速度一样快.
当然,没有免费午餐这样的东西.与大多数不关心XML规范的XML解析器一样,Rapid XML不会触及名称空间,DocType,实体(字符实体和6个基本XML实例除外),等等.所以基本上是节点,元素,属性等.
此外,它是一个DOM风格的解析器.因此,它确实要求您阅读所有文本.但是,它不做的是复制任何文本(通常). RapidXML获得大部分速度的方式是通过就地引用字符串.这需要您进行更多内存管理(当RapidXML正在查看时,您必须保持该字符串处于活动状态).
RapidXML的DOM很简单.您可以获取事物的字符串值.您可以按名称搜索属性.就是这样.没有便利功能可以将属性转换为其他值(数字,日期等).你只是得到字符串.
RapidXML的另一个缺点是编写XML很痛苦.它要求您为字符串名称进行大量显式内存分配以构建其DOM.它确实提供了一种字符串缓冲区,但是仍需要大量明确的工作.它肯定是功能性的,但使用起来很痛苦.
它使用MIT许可证.它是一个只有头的库,没有依赖项.
>有一个RapidXML “GitHub patch”允许它也可以使用命名空间.
我关心性能但不是很多
是的,性能对您很重要.但也许你需要一些不那么简单的东西.也许某些东西可以处理更多的Unicode,或者不需要那么多用户控制的内存管理.性能仍然很重要,但你想要的东西不那么直接.
你已经选择：
从历史上看,这是RapidXML的灵感来源.但这两个项目有所不同,Pugi提供了更多功能,而RapidXML则完全专注于速度.
PugiXML提供Unicode转换支持,因此如果您有一些UTF-16文档并希望将它们读作UTF-8,Pugi将提供.如果你需要那种东西,它甚至还有一个XPath 1.0实现.
但Pugi仍然很快.与RapidXML一样,它没有依赖关系,并在MIT许可下分发.
阅读巨大的文件
您需要阅读以千兆字节为单位的文档.也许你是从stdin那里得到它们的,还有其他一些过程.或者你是从大量文件中读取它们.管他呢.关键是,您需要的是不必一次将整个文件读入内存以便处理它.
你已经选择：
libxml2的
Xerces的SAX风格的API将以这种方式工作,但LibXML2在这里是因为它更容易使用. SAX风格的API是一个push-API：它开始解析一个流,然后触发你必须捕获的事件.您被迫管理上下文,状态等.读取SAX风格API的代码比人们希望的更为分散.
LibXML2的xmlReader对象是一个pull-API.您要求转到下一个XML节点或元素;你没有被告知.这允许您根据需要存储上下文,以便在代码中比一堆回调更具可读性的方式处理不同的实体.
备择方案
Expat是一个着名的C解析器,它使用pull-parser API.它是由詹姆斯克拉克写的.
它的当前状态是活动的.最新版本是2.2.5,上个月发布(2017-10-31).
它是StAX风格的API的实现.它是一个pull-parser,类似于LibXML2的xmlReader解析器.
但它自2005年以来一直没有更新.再次,Caveat Emptor.
XPath支持
XPath是一个用于查询XML树中元素的系统.使用标准化语法,通过公共属性有效地命名元素或元素集合是一种方便的方法.许多XML库都提供XPath支持.
这里有三种选择：
> LibXML2：它提供完整的XPath 1.0支持.同样,它是一个C API,所以如果这困扰你,还有其他选择.
> PugiXML：它还支持XPath 1.0.如上所述,它比LibXML2更像是一个C API,所以你可能会更熟悉它.
> TinyXML：它没有XPath支持,但有TinyXPath库提供它. TinyXML正在进行2.0版本的转换,这会显着改变API,因此TinyXPath可能无法使用新的API.与TinyXML本身一样,TinyXPath是在zLib许可下发布的.
刚刚完成工作
所以,你不关心XML的正确性.性能对您来说不是问题.流媒体无关紧要.你想要的只是将XML带入内存并允许你再次将它重新粘贴到磁盘上.你关心的是API.
您需要一个小型,易于安装,易于使用的XML解析器,并且小到足以与最终可执行文件的大小无关.
你已经选择：
我把TinyXML放在这个插槽中,因为它就像XML解析器一样简单易用.是的,它很慢,但它很简单明了.它具有许多用于转换属性等的便利功能.
在TinyXML中编写XML是没有问题的.你只需要新建一些对象,将它们连接在一起,将文档发送到std :: ostream,每个人都很高兴.
还有一些围绕TinyXML构建的生态系统,具有更加迭代器友好的API,甚至还有一个基于XPath 1.0的实现.
TinyXML使用zLib许可证,该许可证或多或少是具有不同名称的MIT许可证.
标签：c,xml-parsing,c-faq 来源： https://codeday.me/bug/20190911/1803445.html