【C++】POCO学习总结（十八）：XML

【C++】郭老二博文之：C++目录

1、XML文件格式简介

1）XML文件的开头一般都有个声明，声明是可选

<？xml version="1.0" encoding="UTF-8"?>

2）根元素：XML文件最外层的元素

3）元素和属性:

<元素名elementName 属性attributeName = " attrValue " >
元素内容
< / elementName >

4）注释

<！——注释——>

5）处理指令，用的不多
详细解释参考博客：https://blog.csdn.net/gavin_john/article/details/51511180

<?name data?>

6）CDATA
用于转义包含字符的文本块，否则这些字符将被视为标记

<xml><!CDATA[Escape <things><like></that>]]></xml>

7）示例

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

<!--
	This is a comment.
-->

<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en">
	<head>
		<link rel="stylesheet" href="styles.css" type="text/css"/>
		<?xml-stylesheet href="styles.css" type="text/css"?>
		<title>A XHTML Example</title>
	</head>
	<body>
		<h1>XHTML Example</h1>
		<p>This is a XHTML example page.</p>
		<img src="example.gif" width="256" height="192" alt="Example Picture" border="0"/>
		<![CDATA[
		The following <tag attr="value">is inside a CDATA section</tag>.
		]]>
	</body>
</html>

2、POCO的XML接口

2.1 说明

POCO支持两个接口来处理(读和写)XML数据:

XML的简单API（SAX），基于事件的处理
文档对象模型，基于树的处理

2.2 SAX基于事件处理的优点和缺点

1）优点：
基于事件处理非常类似于流媒体，分析能够立即开始，而不是等待所有的数据被处理。而且，由于应用程序只是在读取数据时检查数据，因此不需要将数据存储在内存中。这对于大型文档来说是个巨大的优点。事实上，应用程序甚至不必解析整个文档；它可以在某个条件得到满足时停止解析。一般来说，SAX 还比它的替代者 DOM 快许多。
2）缺点：
由于应用程序没有以任何方式存储数据，使用 SAX 来更改数据或在数据流中往后移是不可能的。

2.3 DOM基于树的优点和缺点

1）优点：
由于树在内存中是持久的，因此可以修改它以便应用程序能对数据和结构作出更改。
它可以在任何时候在树中上下导航，而不是像 SAX 那样是一次性的处理。
DOM 使用起来也要简单得多。

2）缺点：
在内存中构造这样的树涉及大量的开销。大型文件完全占用系统内存容量的情况并不鲜见。
创建一棵 DOM 树可能是一个缓慢的过程。

2.4 如何选择 SAX 和 DOM

选择 DOM 还是选择 SAX，这取决于下面几个因素：
1）应用程序的目的：如果打算对数据作出更改并将它输出为 XML，那么在大多数情况下，DOM 是适当的选择。并不是说使用 SAX 就不能更改数据，但是该过程要复杂得多，因为您必须对数据的一份拷贝而不是对数据本身作出更改。

2）数据容量：对于大型文件，SAX 是更好的选择。
数据将如何使用：如果只有数据中的少量部分会被使用，那么使用 SAX 来将该部分数据提取到应用程序中可能更好。另一方面，如果您知道自己以后会回头引用已处理过的大量信息，那么 SAX 也许不是恰当的选择。

3）对速度的需要： SAX 实现通常要比 DOM 实现更快。

3、SAX

3.1 说明

XML的简单API，简称为SAX，最初是java接口，POCO仿照java接口，使用C++来实现。

SAX是一个事件驱动的接口。XML文档不会作为一个整体加载到内存中进行解析。相反，解析器扫描XML文档，对于它找到的每个XML结构(元素、文本、处理指令等)，调用处理程序对象的某个成员函数。
在这里插入图片描述

3.2 用法

1）属性
通过索引或名称访问属性值

2）内容事件：ContentHandler
常用接口：startElement()、endElement()、characters()，…

3）DTD处理事件：DeclHandler
一种简单的模式语言处理XML文件中的DTD声明
DTD是什么？Document Type Declaration：文档类型声明
用于XML文件中DTD声明的可选处理程序

example.dtd

<!ELEMENT people_list (person*)>
<!ELEMENT person (name, birthdate?, gender?)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT birthdate (#PCDATA)>
<!ELEMENT gender (#PCDATA)>

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE people_list SYSTEM "example.dtd">
<people_list>
 <person>
 <name>Peter Schojer</name>
 <birthdate>15/03/1976</birthdate>
 <gender>Male</gender>
 </person>
</people_list>

4）处理未被DeclHandler处理的DTD：DTDHandler

处理未被DeclHandler处理的DTD

未解析的实体
符号
startDocument和第一个startElement之间的所有报告

常用接口：notationDecl()， unparsedEntityDecl()

5）词法事件：LexicalHandler
SAX的可选扩展处理程序，用于提供关于XML文档的词法信息；
词法信息包括所使用的文档编码格式和嵌入文档中的 XML 注释，以及 DTD 和任何 CDATA 部分的节边界。

常用接口：startDTD()， endDTD()， startCDATA()， endCDATA()， comment()

4、DOM 文档对象模型

4.1 说明

DOM文档对象模型：是由万维网联盟(W3C)指定的一个API。
DOM使用XML文档的树表示；
整个文档必须加载到内存中；
可以直接修改XML文档。
在这里插入图片描述

4.2 在DOM中导航

1）节点信息

parentNode ()：父节点
firstChild()：第一个子节点
lastChild()：最后一个子节点
nextSibling()：下一个子节点（同级别的，兄弟姐妹）
previousSibling()：前一个子节点（同级别的，兄弟姐妹）

2）节点迭代用于文档顺序遍历

nextNode()：前一个节点
previousNode()：后一个节点

3）支持节点过滤

4.3 DOM中的内存管理

DOM节点被引用计数。
如果创建一个新节点并将其添加到文档中，则文档将增加其引用计数。所以请使用AutoPtr。
可以通过 NamedNodeMap 和 NodeList 接口获得非树对象的所有权，所以必须释放它们(或使用AutoPtr)。
文档保留了从树中删除的节点的所有权。这些节点在文档的AutoReleasePool中结束。