C++的XML編程經驗――LIBXML2庫使用指南
寫這篇文章的原因有如下幾點：1)C++標準庫中沒有操作XML的方法，用C++操作XML文件必須熟悉一種函數庫，LIBXML2是其中一種很優秀的XML庫，而且它同時支持多種編程語言；2)LIBXML2庫的Tutorial寫得不太好，尤其是編碼轉換的部分，不適用于中文編碼的轉換；3)網上的大多數關于Libxml2的介紹僅僅是翻譯了自帶的資料，沒有詳細介紹如何在windows平臺下進行編程，更很少提到如何解決中文問題。
基于以上幾點原因，決定寫一個在Windows平臺下，使用C/C++語言，應用LibXml2庫來進行xml文檔操作，同時使用ICONV庫進行中文編碼轉換的文檔。其中還涉及了Makefile、XPATH等相關內容。本文中所有的源代碼在http://www.aygfsteel.com/Files/wxb_nudt/xml_src.rar。
1. 下載與安裝LIBXML2和ICONV
Libxml2是一個C語言的XML程序庫，可以簡單方便的提供對XML文檔的各種操作，并且支持XPATH查詢，以及部分的支持XSLT轉換等功能。Libxml2的下載地址是http://xmlsoft.org/，完全版的庫是開源的，并且帶有例子程序和說明文檔。最好將這個庫先下載下來，因為這樣可以查看其中的文檔和例子。
windows版本的的下載地址是http://www.zlatkovic.com/libxml.en.html；這個版本只提供了頭文件、庫文件和dll，不包含源代碼、例子程序和文檔。在文本中，只需要下載libxml2庫、iconv庫和zlib庫就行了（注意，libxml2庫依賴iconv和zlib庫，本文中重點關注libxml2和iconv，zlib不介紹），我使用的版本是libxml2-2.6.30.win32.zip、zlib-1.2.3.win32.zip和iconv-1.9.2.win32.zip。
在編程的時候，我們使用windows版本的libxml2、zlib和iconv，將其解壓縮到指定文件夾，例如D:"libxml2-2.6.30.win32，D:"zlib-1.2.3.win32以及D:"iconv-1.9.2.win32。事實上，我們知道在windows下面使用頭文件、庫文件和dll是不需要安裝的，它又沒有使用任何需要注冊的組件或者數據庫，只需要告訴編譯器和鏈接器這些資源的位置就可以了。
注意：要在path變量中加上D:"iconv-1.9.2.win32"bin;D:"zlib-1.2.3.win32"bin;D:"libxml2-2.6.30.win32"bin這三個地址，否則在執行的時候就找不到。或者使用更簡單的方法，把其中的三個dll到拷貝到system32目錄中。
有兩種方法來編譯鏈接基于libxml2的程序，第一種是在VC環境中設置lib和include路徑，并在link設置中添加libxml2.lib和iconv.lib；第二種是用編譯器選項告訴編譯器cl.exe頭文件的位置，并用鏈接器選項告訴鏈接器link.exe庫文件的位置，同時在windows環境變量path中添加libxml2中bin文件夾的位置，以便于程序運行時可以找到dll（也可以將dll拷貝到system32目錄下）。顯然我選擇了第二種，那么編譯鏈接一個名為CreateXmlFile.cpp源文件的命令如下：
cl /c /I D:"iconv-1.9.2.win32"include /I D:"libxml2-2.6.30.win32"include CreateXmlFile.cpp
link /libpath:D:"iconv-1.9.2.win32"lib /libpath:D:"libxml2-2.6.30.win32"lib CreateXmlFile.obj iconv.lib libxml2.lib
顯然這樣很費時，那么再不用makefile就顯得矯情了，于是，一個典型的使用nmake.exe（VC自帶的makefile工具）的文件如下：MAKEFILE
#
# 本目錄下所有源代碼的makefile，使用方法是nmake TARGET_NAME=源代碼文件名字（不加后綴）
# 例如 nmake TARGET_NAME=CreateXmlFile
# Author: Wang Xuebin
#
# Flags - 編譯debug版本
#
#指定要使用的庫的路徑,需要用戶修改的變量一般放在makefile文件的最上面
LIBXML2_HOME = D:"libxml2-2.6.30.win32
ICONV_HOME = D:"iconv-1.9.2.win32
#指定編譯器選項,/c表明cl命令只編譯不鏈接;/MTd表明使用多線程debug庫;/Zi表明產生完整的調試信息;
#/Od表明關閉編譯優化;/D _DEBUG表明定義一個名為_DEBUG的宏
CPP_FLAGS=/c /MTd /Zi /Od /D _DEBUG
#鏈接選項,/DEBUG表明創建Debug信息
EXE_LINK_FLAGS=/DEBUG
#指定鏈接的庫
LIBS=iconv.lib libxml2.lib
#指定編譯路徑選項,鏈接路徑選項
INCLUDE_FLAGS= /I $(LIBXML2_HOME)"include /I $(ICONV_HOME)"include
LIB_PATH_FLAGS = /libpath:$(ICONV_HOME)"lib /libpath:$(LIBXML2_HOME)"lib
#################################################
#
# Targets 目標
#
$(TARGET_NAME) : $(TARGET_NAME).exe
clean : $(TARGET_NAME).exe
$(TARGET_NAME).obj : $(TARGET_NAME).cpp
cl $(CPP_FLAGS) $(INCLUDE_FLAGS) $(TARGET_NAME).cpp
$(TARGET_NAME).exe : $(TARGET_NAME).obj
link $(EXE_LINK_FLAGS) $(LIB_PATH_FLAGS) $(TARGET_NAME).obj $(LIBS)
clean : $(TARGET_NAME).exe
del $(TARGET_NAME).exe
del $(TARGET_NAME).obj
del $(TARGET_NAME).ilk
del $(TARGET_NAME).pdb
本文不準備介紹makefile的寫法，但后續例子程序的編譯鏈接依葫蘆畫瓢都沒有問題，執行編譯鏈接的命令如下：
nmake TARGET_NAME=CreateXmlFile
執行清理的命令如下：
nmake TARGET_NAME=CreateXmlFile clean
2. Libxml2中的數據類型和函數
一個函數庫中可能有幾百種數據類型以及幾千個函數，但是記住大師的話，90%的功能都是由30%的內容提供的。對于libxml2，我認為搞懂以下的數據類型和函數就足夠了。
2.1 內部字符類型xmlChar
xmlChar是Libxml2中的字符類型，庫中所有字符、字符串都是基于這個數據類型。事實上它的定義是：xmlstring.h
typedef unsigned char xmlChar;
使用unsigned char作為內部字符格式是考慮到它能很好適應UTF-8編碼，而UTF-8編碼正是libxml2的內部編碼，其它格式的編碼要轉換為這個編碼才能在libxml2中使用。
還經?？梢钥吹绞褂?/span>xmlChar*作為字符串類型，很多函數會返回一個動態分配內存的xmlChar*變量，使用這樣的函數時記得要手動刪除內存。
2.2 xmlChar相關函數
如同標準c中的char類型一樣，xmlChar也有動態內存分配、字符串操作等相關函數。例如xmlMalloc是動態分配內存的函數；xmlFree是配套的釋放內存函數；xmlStrcmp是字符串比較函數等等。
基本上xmlChar字符串相關函數都在xmlstring.h中定義；而動態內存分配函數在xmlmemory.h中定義。
2.3 xmlChar*與其它類型之間的轉換
另外要注意，因為總是要在xmlChar*和char*之間進行類型轉換，所以定義了一個宏BAD_CAST，其定義如下：xmlstring.h
#define BAD_CAST (xmlChar *)
原則上來說，unsigned char和char之間進行強制類型轉換是沒有問題的。
2.4 文檔類型xmlDoc、指針xmlDocPtr
xmlDoc是一個struct，保存了一個xml的相關信息，例如文件名、文檔類型、子節點等等；xmlDocPtr等于xmlDoc*，它搞成這個樣子總讓人以為是智能指針，其實不是，要手動刪除的。
xmlNewDoc函數創建一個新的文檔指針。
xmlParseFile函數以默認方式讀入一個UTF-8格式的文檔，并返回文檔指針。
xmlReadFile函數讀入一個帶有某種編碼的xml文檔，并返回文檔指針；細節見libxml2參考手冊。
xmlFreeDoc釋放文檔指針。特別注意，當你調用xmlFreeDoc時，該文檔所有包含的節點內存都被釋放，所以一般來說不需要手動調用xmlFreeNode或者xmlFreeNodeList來釋放動態分配的節點內存，除非你把該節點從文檔中移除了。一般來說，一個文檔中所有節點都應該動態分配，然后加入文檔，最后調用xmlFreeDoc一次釋放所有節點申請的動態內存，這也是為什么我們很少看見xmlNodeFree的原因。
xmlSaveFile將文檔以默認方式存入一個文件。
xmlSaveFormatFileEnc可將文檔以某種編碼/格式存入一個文件中。
2.5 節點類型xmlNode、指針xmlNodePtr
節點應該是xml中最重要的元素了，xmlNode代表了xml文檔中的一個節點，實現為一個struct，內容很豐富：tree.h
typedef struct _xmlNode xmlNode;
typedef xmlNode *xmlNodePtr;
struct _xmlNode {
void *_private;/* application data */
xmlElementType type; /* type number, must be second ! */
const xmlChar *name; /* the name of the node, or the entity */
struct _xmlNode *children; /* parent->childs link */
struct _xmlNode *last; /* last child link */
struct _xmlNode *parent;/* child->parent link */
struct _xmlNode *next; /* next sibling link */
struct _xmlNode *prev; /* previous sibling link */
struct _xmlDoc *doc;/* the containing document */
/* End of common part */
xmlNs *ns; /* pointer to the associated namespace */
xmlChar *content; /* the content */
struct _xmlAttr *properties;/* properties list */
xmlNs *nsDef; /* namespace definitions on this node */
void *psvi;/* for type/PSVI informations */
unsigned short line; /* line number */
unsigned short extra; /* extra data for XPath/XSLT */
};
可以看到，節點之間是以鏈表和樹兩種方式同時組織起來的，next和prev指針可以組成鏈表，而parent和children可以組織為樹。同時還有以下重要元素：
l 節點中的文字內容：content；
l 節點所屬文檔：doc；
l 節點名字：name；
l 節點的namespace：ns；
l 節點屬性列表：properties；
Xml文檔的操作其根本原理就是在節點之間移動、查詢節點的各項信息，并進行增加、刪除、修改的操作。
xmlDocSetRootElement函數可以將一個節點設置為某個文檔的根節點，這是將文檔與節點連接起來的重要手段，當有了根結點以后，所有子節點就可以依次連接上根節點，從而組織成為一個xml樹。
2.6 節點集合類型xmlNodeSet、指針xmlNodeSetPtr
節點集合代表一個由節點組成的變量，節點集合只作為Xpath的查詢結果而出現（XPATH的介紹見后面），因此被定義在xpath.h中，其定義如下：
/*
* A node-set (an unordered collection of nodes without duplicates).
*/
typedef struct _xmlNodeSet xmlNodeSet;
typedef xmlNodeSet *xmlNodeSetPtr;
struct _xmlNodeSet {
int nodeNr; /* number of nodes in the set */
int nodeMax; /* size of the array as allocated */
xmlNodePtr *nodeTab;/* array of nodes in no particular order */
/* @@ with_ns to check wether namespace nodes should be looked at @@ */
};
可以看出，節點集合有三個成員，分別是節點集合的節點數、最大可容納的節點數，以及節點數組頭指針。對節點集合中各個節點的訪問方式很簡單，如下：
xmlNodeSetPtr nodeset = XPATH查詢結果;
for (int i = 0; i < nodeset->nodeNr; i++)
{
nodeset->nodeTab[i];
}
注意，libxml2是一個c函數庫，因此其函數和數據類型都使用c語言的方式來處理。如果是c++，我想我寧愿用STL中的vector來表示一個節點集合更好，而且沒有內存泄漏或者溢出的擔憂。
3. 簡單xml操作例子
了解以上基本知識之后，就可以進行一些簡單的xml操作了。當然，還沒有涉及到內碼轉換（使得xml中可以處理中文）、xpath等較復雜的操作。
3.1 創建xml文檔
有了上面的基礎，創建一個xml文檔顯得非常簡單，其流程如下：
l 用xmlNewDoc函數創建一個文檔指針doc；
l 用xmlNewNode函數創建一個節點指針root_node；
l 用xmlDocSetRootElement將root_node設置為doc的根結點；
l 給root_node添加一系列的子節點，并設置子節點的內容和屬性；
l 用xmlSaveFile將xml文檔存入文件；
l 用xmlFreeDoc函數關閉文檔指針，并清除本文檔中所有節點動態申請的內存。
注意，有多種方式可以添加子節點：第一是用xmlNewTextChild直接添加一個文本子節點；第二是先創建新節點，然后用xmlAddChild將新節點加入上層節點。
源代碼文件是CreateXmlFile.cpp，如下：
/********************************************************************
created: 2007/11/09
created: 9:11:2007 15:34
filename: CreateXmlFile.cpp
author: Wang xuebin
depend: libxml2.lib
build: nmake TARGET_NAME=CreateXmlFile
purpose: 創建一個xml文件
*********************************************************************/
#include <stdio.h>
#include <libxml/parser.h>
#include <libxml/tree.h>
#include <iostream.h>
int main()
{
//定義文檔和節點指針
xmlDocPtr doc = xmlNewDoc(BAD_CAST"1.0");
xmlNodePtr root_node = xmlNewNode(NULL,BAD_CAST"root");
//設置根節點
xmlDocSetRootElement(doc,root_node);
//在根節點中直接創建節點
xmlNewTextChild(root_node, NULL, BAD_CAST "newNode1", BAD_CAST "newNode1 content");
xmlNewTextChild(root_node, NULL, BAD_CAST "newNode2", BAD_CAST "newNode2 content");
xmlNewTextChild(root_node, NULL, BAD_CAST "newNode3", BAD_CAST "newNode3 content");
//創建一個節點，設置其內容和屬性，然后加入根結點
xmlNodePtr node = xmlNewNode(NULL,BAD_CAST"node2");
xmlNodePtr content = xmlNewText(BAD_CAST"NODE CONTENT");
xmlAddChild(root_node,node);
xmlAddChild(node,content);
xmlNewProp(node,BAD_CAST"attribute",BAD_CAST "yes");
//創建一個兒子和孫子節點
node = xmlNewNode(NULL, BAD_CAST "son");
xmlAddChild(root_node,node);
xmlNodePtr grandson = xmlNewNode(NULL, BAD_CAST "grandson");
xmlAddChild(node,grandson);
xmlAddChild(grandson, xmlNewText(BAD_CAST "This is a grandson node"));
//存儲xml文檔
int nRel = xmlSaveFile("CreatedXml.xml",doc);
if (nRel != -1)
{
cout<<"一個xml文檔被創建,寫入"<<nRel<<"個字節"<<endl;
}
//釋放文檔內節點動態申請的內存
xmlFreeDoc(doc);
return 1;
}
編譯鏈接命令如下：
nmake TARGET_NAME=CreateXmlFile
然后執行可執行文件CreateXmlFile.exe，會生成一個xml文件CreatedXml.xml，打開后如下所示：
<?xml version="1.0"?>
<root>
<newNode1>newNode1 content</newNode1>
<newNode2>newNode2 content</newNode2>
<newNode3>newNode3 content</newNode3>
<node2 attribute="yes">NODE CONTENT</node2>
<son>
<grandson>This is a grandson node</grandson>
</son>
</root>
最好使用類似XMLSPY這樣的工具打開，因為這些工具可以自動整理xml文件的柵格，否則很有可能是沒有任何換行的一個xml文件，可讀性較差。
3.2 解析xml文檔
解析一個xml文檔，從中取出想要的信息，例如節點中包含的文字，或者某個節點的屬性，其流程如下：
l 用xmlReadFile函數讀出一個文檔指針doc；
l 用xmlDocGetRootElement函數得到根節點curNode；
l curNode->xmlChildrenNode就是根節點的子節點集合；
l 輪詢子節點集合，找到所需的節點，用xmlNodeGetContent取出其內容；
l 用xmlHasProp查找含有某個屬性的節點；
l 取出該節點的屬性集合，用xmlGetProp取出其屬性值；
l 用xmlFreeDoc函數關閉文檔指針，并清除本文檔中所有節點動態申請的內存。
注意：節點列表的指針依然是xmlNodePtr，屬性列表的指針也是xmlAttrPtr，并沒有xmlNodeList或者xmlAttrList這樣的類型。看作列表的時候使用它們的next和prev鏈表指針來進行輪詢。只有在Xpath中有xmlNodeSet這種類型，其使用方法前面已經介紹了。
源代碼如下：ParseXmlFile.cpp
/********************************************************************
created: 2007/11/15
created: 15:11:2007 11:47
filename: ParseXmlFile.cpp
author: Wang xuebin
depend: libxml2.lib
build: nmake TARGET_NAME=ParseXmlFile
purpose: 解析xml文件
*********************************************************************/
#include <libxml/parser.h>
#include <iostream.h>
int main(int argc, char* argv[])
{
xmlDocPtr doc; //定義解析文檔指針
xmlNodePtr curNode; //定義結點指針(你需要它為了在各個結點間移動)
xmlChar *szKey; //臨時字符串變量
char *szDocName;
if (argc <= 1)
{
printf("Usage: %s docname"n", argv[0]);
return(0);
}
szDocName = argv[1];
doc = xmlReadFile(szDocName,"GB2312",XML_PARSE_RECOVER); //解析文件
//檢查解析文檔是否成功，如果不成功，libxml將指一個注冊的錯誤并停止。
//一個常見錯誤是不適當的編碼。XML標準文檔除了用UTF-8或UTF-16外還可用其它編碼保存。
//如果文檔是這樣，libxml將自動地為你轉換到UTF-8。更多關于XML編碼信息包含在XML標準中.
if (NULL == doc)
{
fprintf(stderr,"Document not parsed successfully. "n");
return -1;
}
curNode = xmlDocGetRootElement(doc); //確定文檔根元素
/*檢查確認當前文檔中包含內容*/
if (NULL == curNode)
{
fprintf(stderr,"empty document"n");
xmlFreeDoc(doc);
return -1;
}
/*在這個例子中，我們需要確認文檔是正確的類型。“root”是在這個示例中使用文檔的根類型。*/
if (xmlStrcmp(curNode->name, BAD_CAST "root"))
{
fprintf(stderr,"document of the wrong type, root node != root");
xmlFreeDoc(doc);
return -1;
}
curNode = curNode->xmlChildrenNode;
xmlNodePtr propNodePtr = curNode;
while(curNode != NULL)
{
//取出節點中的內容
if ((!xmlStrcmp(curNode->name, (const xmlChar *)"newNode1")))
{
szKey = xmlNodeGetContent(curNode);
printf("newNode1: %s"n", szKey);
xmlFree(szKey);
}
//查找帶有屬性attribute的節點
if (xmlHasProp(curNode,BAD_CAST "attribute"))
{
propNodePtr = curNode;
}
curNode = curNode->next;
}
//查找屬性
xmlAttrPtr attrPtr = propNodePtr->properties;
while (attrPtr != NULL)
{
if (!xmlStrcmp(attrPtr->name, BAD_CAST "attribute"))
{
xmlChar* szAttr = xmlGetProp(propNodePtr,BAD_CAST "attribute");
cout<<"get attribute = "<<szAttr<<endl;
xmlFree(szAttr);
}
attrPtr = attrPtr->next;
}
xmlFreeDoc(doc);
return 0;
}
編譯鏈接命令如下：
nmake TARGET_NAME=ParseXmlFile
執行命令如下，使用第一次創建的xml文件作為輸入：
ParseXmlFile.exe CreatedXml.xml
觀察源代碼可發現，所有以查詢方式得到的xmlChar*字符串都必須使用xmlFree函數手動釋放。否則會造成內存泄漏。
3.3 修改xml文檔
有了上面的基礎，修改xml文檔的內容就很簡單了。首先打開一個已經存在的xml文檔，順著根結點找到需要添加、刪除、修改的地方，調用相應的xml函數對節點進行增、刪、改操作。源代碼見ChangeXmlFile，編譯鏈接方法如上。執行下面的命令：
ChangeXmlFile.exe CreatedXml.xml
可以得到一個修改后的xml文檔ChangedXml.xml，如下：
<?xml version="1.0"?>
<root>
<newNode2>content changed</newNode2>
<newNode3 newAttr="YES">newNode3 content</newNode3>
<node2 attribute="no">NODE CONTENT</node2>
<son>
<grandson>This is a grandson node</grandson>
<newGrandSon>new content</newGrandSon>
</son>
</root>
需要注意的是，并沒有xmlDelNode或者xmlRemoveNode函數，我們刪除節點使用的是以下一段代碼：
if (!xmlStrcmp(curNode->name, BAD_CAST "newNode1"))
{
xmlNodePtr tempNode;
tempNode = curNode->next;
xmlUnlinkNode(curNode);
xmlFreeNode(curNode);
curNode = tempNode;
continue;
}
即將當前節點從文檔中斷鏈（unlink），這樣本文檔就不會再包含這個子節點。這樣做需要使用一個臨時變量來存儲斷鏈節點的后續節點，并記得要手動刪除斷鏈節點的內存。
3.4 使用XPATH查找xml文檔
簡而言之，XPATH之于xml，好比SQL之于關系數據庫。要在一個復雜的xml文檔中查找所需的信息，XPATH簡直是必不可少的工具。XPATH語法簡單易學，并且有一個很好的官方教程，見http://www.zvon.org/xxl/XPathTutorial/Output_chi/introduction.html。這個站點的XML各種教程齊全，并且有包括中文在內的各國語言版本，真是讓我喜歡到非常！
使用XPATH之前，必須首先熟悉幾個數據類型和函數，它們是使用XPATH的前提。在libxml2中使用Xpath是非常簡單的，其流程如下：
l 定義一個XPATH上下文指針xmlXPathContextPtr context，并且使用xmlXPathNewContext函數來初始化這個指針；
l 定義一個XPATH對象指針xmlXPathObjectPtr result，并且使用xmlXPathEvalExpression函數來計算Xpath表達式，得到查詢結果，將結果存入對象指針中；
l 使用result->nodesetval得到節點集合指針，其中包含了所有符合Xpath查詢結果的節點；
l 使用xmlXPathFreeContext釋放上下文指針；
l 使用xmlXPathFreeObject釋放Xpath對象指針；
具體的使用方法可以看XpathForXmlFile.cpp的這一段代碼，其功能是查找符合某個Xpath語句的對象指針：
xmlXPathObjectPtr getNodeSet(xmlDocPtr doc, const xmlChar *szXpath)
{
xmlXPathContextPtr context; //XPATH上下文指針
xmlXPathObjectPtr result; //XPATH對象指針，用來存儲查詢結果
context = xmlXPathNewContext(doc); //創建一個XPath上下文指針
if (context == NULL)
{
printf("context is NULL"n");
return NULL;
}
result = xmlXPathEvalExpression(szXpath, context); //查詢XPath表達式，得到一個查詢結果
xmlXPathFreeContext(context); //釋放上下文指針
if (result == NULL)
{
printf("xmlXPathEvalExpression return NULL"n");
return NULL;
}
if (xmlXPathNodeSetIsEmpty(result->nodesetval)) //檢查查詢結果是否為空
{
xmlXPathFreeObject(result);
printf("nodeset is empty"n");
return NULL;
}
return result;
}
一個完整的使用Xpath的例子在代碼XpathForXmlFile.cpp中，它查找一個xml文件中符合"/root/node2[@attribute='yes']"語句的結果，并且將找到的節點的屬性和內容打印出來。編譯鏈接命令如下：
nmake TARGET_NAME=XpathForXmlFile
執行方式如下：
XpathForXmlFile.exe CreatedXml.xml
觀察結果可以看出找到了一個節點，即root下面node2節點，它的attribute屬性值正好等于yes。更多關于Xpath的內容可以參考XPATH官方手冊。只有掌握了XPATH，才掌握了使用大型XML文件的方法，否則每尋找一個節點都要從根節點找起，會把人累死。
4. 用ICONV解決XML中的中文問題
Libxml2中默認的內碼是UTF-8，所有使用libxml2進行處理的xml文件，必須首先顯式或者默認的轉換為UTF-8編碼才能被處理。
要在xml中使用中文，就必須能夠在UTF-8和GB2312內碼（較常用的一種簡體中文編碼）之間進行轉換。Libxml2提供了默認的內碼轉換機制，并且在libxml2的Tutorial中有一個例子，事實證明這個例子并不適合用來轉換中文。
所以需要我們顯式的使用ICONV來進行內碼轉換，libxml2本身也是使用ICONV進行轉換的。ICONV是一個專門用來進行編碼轉換的庫，基本上支持目前所有常用的編碼。它是glibc庫的一個部分，常常被用于UNIX系統中。當然，在windows下面使用也沒有任何問題。前面已經提到了ICONV的安裝和使用方法，這里主要講一下編程相關問題。
本節其實和xml以及libxml2沒有太大關系，你可以把它簡單看作是一個編碼轉換方面的專題。我們僅僅需要學會使用兩個函數就可以了，即從UTF-8轉換到GB2312的函數u2g，以及反向轉換的函數g2u，源代碼在wxb_codeConv.c中：
/********************************************************************
created: 2007/11/15
created: 15:11:2007 10:30
filename: wxb_codeConv.c
author: Wang xuebin
depend: iconv.lib
build: 不需要build，被包含到其它源代碼中
purpose: 提供從UTF-8到GB2312的內碼轉換，以及反向的轉換
*********************************************************************/
#include "iconv.h"
#include <string.h>
//代碼轉換:從一種編碼轉為另一種編碼
int code_convert(char* from_charset, char* to_charset, char* inbuf,
int inlen, char* outbuf, int outlen)
{
iconv_t cd;
char** pin = &inbuf;
char** pout = &outbuf;
cd = iconv_open(to_charset,from_charset);
if(cd == 0)
return -1;
memset(outbuf,0,outlen);
if(iconv(cd,(const char**)pin,(unsigned int *)&inlen,pout,(unsigned int*)&outlen)
== -1)
return -1;
iconv_close(cd);
return 0;
}
//UNICODE碼轉為GB2312碼
//成功則返回一個動態分配的char*變量，需要在使用完畢后手動free，失敗返回NULL
char* u2g(char *inbuf)
{
int nOutLen = 2 * strlen(inbuf) - 1;
char* szOut = (char*)malloc(nOutLen);
if (-1 == code_convert("utf-8","gb2312",inbuf,strlen(inbuf),szOut,nOutLen))
{
free(szOut);
szOut = NULL;
}
return szOut;
}
//GB2312碼轉為UNICODE碼
//成功則返回一個動態分配的char*變量，需要在使用完畢后手動free，失敗返回NULL
char* g2u(char *inbuf)
{
int nOutLen = 2 * strlen(inbuf) - 1;
char* szOut = (char*)malloc(nOutLen);
if (-1 == code_convert("gb2312","utf-8",inbuf,strlen(inbuf),szOut,nOutLen))
{
free(szOut);
szOut = NULL;
}
return szOut;
}
使用的時候將這個c文件include到其它源文件中。include一個c文件并不奇怪，在c語言的年代我們常常這么干，唯一的害處的編譯鏈接出來的可執行程序體積變大了。當然這時因為我們這段代碼很小的原因，再大一點我就要用dll了。
從UTF-8到GB2312的一個典型使用流程如下：
l 得到一個UTF-8的字符串szSrc；
l 定義一個char*的字符指針szDes，并不需要給他動態審判內存；
l szDes = u2g(szSrc)，這樣就可以得到轉換后的GB2312編碼的字符串；
l 使用完這個字符串后使用free(szDes)來釋放內存。
本文并不準備講述iconv中的函數細節，因為那幾個函數以及數據類型都非常簡單，我們還是重點看一下如何在libxml2中使用編碼轉換來處理帶有中文的xml文件。下面是使用以上方法來創建一個帶有中文的XML文件的例子程序CreateXmlFile_cn.cpp，源代碼如下：
/********************************************************************
created: 2007/11/17
created: 9:11:2007 15:34
filename: CreateXmlFile.cpp
author: Wang xuebin
depend: libxml2.lib iconv.lib
build: nmake TARGET_NAME=CreateXmlFile_cn
purpose: 創建一個xml文件，其中包含中文
*********************************************************************/
#include <stdio.h>
#include <libxml/parser.h>
#include <libxml/tree.h>
#include <iostream.h>
#include "wxb_codeConv.c" //自己寫的編碼轉換函數
int main(int argc, char **argv)
{
//定義文檔和節點指針
xmlDocPtr doc = xmlNewDoc(BAD_CAST"1.0");
xmlNodePtr root_node = xmlNewNode(NULL,BAD_CAST"root");
//設置根節點
xmlDocSetRootElement(doc,root_node);
//一個中文字符串轉換為UTF-8字符串，然后寫入
char* szOut = g2u("節點1的內容");
//在根節點中直接創建節點
xmlNewTextChild(root_node, NULL, BAD_CAST "newNode1", BAD_CAST "newNode1 content");
xmlNewTextChild(root_node, NULL, BAD_CAST "newNode2", BAD_CAST "newNode2 content");
xmlNewTextChild(root_node, NULL, BAD_CAST "newNode3", BAD_CAST "newNode3 content");
xmlNewChild(root_node, NULL, BAD_CAST "node1",BAD_CAST szOut);
free(szOut);
//創建一個節點，設置其內容和屬性，然后加入根結點
xmlNodePtr node = xmlNewNode(NULL,BAD_CAST"node2");
xmlNodePtr content = xmlNewText(BAD_CAST"NODE CONTENT");
xmlAddChild(root_node,node);
xmlAddChild(node,content);
szOut = g2u("屬性值");
xmlNewProp(node,BAD_CAST"attribute",BAD_CAST szOut);
free(szOut);
//創建一個中文節點
szOut = g2u("中文節點");
xmlNewChild(root_node, NULL, BAD_CAST szOut,BAD_CAST "content of chinese node");
free(szOut);
//存儲xml文檔
int nRel = xmlSaveFormatFileEnc("CreatedXml_cn.xml",doc,"GB2312",1);
if (nRel != -1)
{
cout<<"一個xml文檔被創建,寫入"<<nRel<<"個字節"<<endl;
}
xmlFreeDoc(doc);
return 1;
}
編譯鏈接命令如下：
nmake TARGET_NAME=CreateXmlFile_cn
完成后執行CreateXmlFile_cn.exe可以生成一個xml文件CreatedXml_cn.xml，其內容如下：
<?xml version="1.0" encoding="GB2312"?>
<root>
<newNode1>newNode1 content</newNode1>
<newNode2>newNode2 content</newNode2>
<newNode3>newNode3 content</newNode3>
<node1>節點1的內容</node1>
<node2 attribute="屬性值">NODE CONTENT</node2>
<中文節點>content of chinese node</中文節點>
</root>
觀察可知，節點的名稱、內容、屬性都可以使用中文了。在解析、修改和查找XML文檔時都可以使用上面的方法，只要記住，進入xml文檔之前將中文編碼轉換為UTF-8編碼；從XML中取出數據時，不管三七二十一都可以轉換為GB2312再用，否則你很有可能見到傳說中的亂碼！
5. 用XML來做點什么
有了以上的基礎，相信已經可以順利的在c/c++程序中使用XML文檔了。那么，我們到底要用XML來做什么呢？我隨便說一說自己的想法：
第一，可以用來作為配置文件。例如很多組件就是用XML來做配置文件；當然，我們知道用INI做配置文件更簡單，只要熟悉兩個函數就可以了；不過，復雜一點的配置文件我還是建議采用XML；
第二，可以用來作為在程序之間傳送數據的格式，這樣的話最好給你的xml先定義一個XML Schema，這樣的數據首先可以做一個良構校驗，還可以來一個Schema校驗，如此的話出錯率會比沒有格式的數據小得多。目前XML已經廣泛作為網絡之間的數據格式了；
第三，可以用來作為你自定義的數據存儲格式，例如對象持久化之類的功能；
最后，可以用來顯示你的技術很高深，本來你要存儲一個1，結果你這樣存儲了：
<?xml version="1.0" encoding="GB2312"?>
<root>
<My_Program_Code content="1"></My_Program_Code>
</root>
然后再用libxml2取出來，最好還來幾次編碼轉換，是不是讓人覺得你很牛呢，哈哈！說笑了，千萬不要這么做。
6. 小結
本文是實用編程技術的第四篇，有興趣的可以看看我的前三篇：
DLL編寫教程
紙黃金均價管理小軟件—黃金秘書
Socket編程指南及示例程序
另外，關于XML也可以看看我寫的這幾篇博客：
XML的本質討論
XSL：轉換從哪里開始?
數據庫和XML數據讀取性能比較
畢業之后，對一些實用的編程技術更加感興趣，因此感覺能力小有提高，比天天鉆研理論進步了一小點了。最后按慣例，貼一副女兒近照。
