C/C++ xml库

一、介绍

1.1 xml 介绍

XML（eXtensible Markup Language，可扩展标记语言）是一种标记语言，主要用于存储和传输数据。它定义了数据的结构和语义，但不定义数据的呈现方式。XML 是一种自描述的语言，易于理解和使用。以下是 XML 的一些关键特点：

1. 可扩展性：用户可以定义自己的标签，使其适应不同的需求。
2. 自描述性：标签本身描述了数据的内容和结构。
3. 简洁性：与HTML相比，XML标签更简洁，减少了冗余。
4. 可读性：标签清晰，易于人类阅读和理解。
5. 跨平台：可以在任何操作系统上使用，与平台无关。
6. 数据交换：广泛用于不同系统之间的数据交换。

1.2 xml 标准

• XML 1.0：1998年2月首次发布，是XML的基础版本。
• XML 1.0 第二版：2000年10月发布，包含了一些修正和澄清。
• XML 1.1：2001年2月发布，旨在解决XML 1.0中的一些问题，特别是字符编码和特殊字符的处理。
• XML 1.1 第二版：2006年4月发布，包含了对XML 1.1的一些小的修正和改进。（改进了字符编码处理，支持更多的 Unicode 字符）

要查看 XML 的历史规范和标准，可以访问以下资源：

1. W3C 官方网站：

   • https://www.w3.org/TR/
   • 这是查看 XML 规范和其他 Web 标准的主要资源。

2. XML 1.0 规范：

   • https://www.w3.org/TR/REC-xml/
   • https://www.w3.org/TR/xml11/
   • https://www.w3.org/TR/2008/REC-xml-20081126/

3. XML 1.1 规范：

   • https://www.w3.org/TR/xml11/
   • https://www.w3.org/TR/2006/REC-xml11-20060816/

4. W3C XML 活动页面：

   • https://www.w3.org/XML/
   • 提供了关于 XML 技术的最新信息和资源。

5. 互联网档案馆：

   • https://archive.org/
   • 有时可以找到早期的规范文档和历史版本。

通过这些资源，你可以获取 XML 的详细规范、历史版本和相关的技术文档。这有助于了解 XML 的发展历史和当前标准。

1.3 xml 教程

• XML 简介
• https://www.runoob.com/
• https://www.w3school.com.cn/xml/index.asp
• https://www.cnblogs.com/antLaddie/p/14823874.html
• DOM 和 SAX

1.4 xml 构成

XML（Extensible Markup Language，可扩展标记语言）文档由以下基本构成要素组成：

1. XML声明 (<?xml version="1.0" encoding="UTF-8"?>): 可选的，位于文档最开始，用来指定XML版本和字符编码等信息。

2. 元素 (Elements): XML文档的基本构建块，有开始标签（如 <item>）和结束标签（如 </item>），元素可以包含文本、其他元素或者属性。

3. 属性 (Attributes): 元素可以有属性，用来提供额外信息。属性在元素的开始标签内定义（如 <item id="123">），属性值必须加引号。

4. 文本 (Text): 元素内部的字符数据，可以是文本或者实体引用。

5. 注释 (Comments): 以 <!-- 开始，--> 结束，用于添加文档的注释信息，它们在XML文档中会被忽略。

6. 处理指令 (Processing Instructions): 以 <? 开始，?> 结束，用于提供处理器指令（如XML声明），通常用于指定文档相关的配置信息。

7. 文档类型声明 (Document Type Declaration, DTD): 以 <!DOCTYPE 开始，用来定义文档的结构和元素的合法性规则，可以包含元素和属性的声明。

8. CDATA区 (Character Data): 以 <![CDATA[ 开始，]]> 结束，用来包含不应被XML解析器解析的文本。

9. 实体 (Entities): 可以是字符引用（如 < 表示 <）或实体引用（如 © 表示版权符号），用于表示特殊或不可见的字符。

10. 命名空间 (Namespaces): 用于区分相同名称的不同元素和属性，避免命名冲突。

11. 属性列表 (Attribute List): 某些元素可以有一系列的属性，这些属性提供了关于元素的附加信息。

一个简单的XML文档示例如下：

<?xml version="1.0" encoding="UTF-8"?>
<catalog><book id="bk101"><author>Gambardella, Matthew</author><title>XML Developer's Guide</title><genre>Computer</genre><price>44.95</price><publish_date>2000-10-01</publish_date><description>An in-depth look at creating applications with XML.</description></book><!-- More book elements can go here -->
</catalog>

在这个示例中，catalog 是根元素，book 是子元素，每个 book 元素有多个子元素如 author、title 等，以及一个 id 属性。

二、C/C++ xml 库选型

2.1 选型范围

• 资料
  • https://rapidxml.sourceforge.net/manual.html
  • C/C++ xml库比较
  • xml解析库对比总结(解析方式，第三方库，TinyXml)
  • 深入对比XML处理库：Mini-XML、TinyXML-2与libxml2
  • C++类库Pugixml与rapidxml性能评测
• 开源库
  1. RapidXML、cereal-RapidXML：仅DOM方式、速度快、v1.3 2009
  2. pugixml：仅DOM方式、速度快、支持XPath1.0查询、C++、好集成、v10.0.0 2023-10-31
  3. libxml：
     • libxml2：C
     • libxml++：C++
  4. tinyxml2：C++、好集成、API简单
• 结论
  • 性能：RapidXML 和 PugiXML 在解析大型XML文件时表现优异。 （时间和空间）
  • 易用性：TinyXML2 和 PugiXML 的API设计简洁直观，易于学习和使用。
  • 功能全面性：libxml2 和 libxml++ 提供了最全面的功能，包括XML验证、XPath查询和XSLT转换-
  • 选择哪个库取决于你的具体需求，例如是否需要XPath支持、是否需要处理大型文件、是否需要C++绑定等。根据这些因素，你可以决定最适合你项目的XML库。

2.2 RapidXML

• 注意：cereal 序列化库选用RapidXML和RapidJSON，可见其性能强劲。
• 官网： https://rapidxml.sourceforge.net/
  • 最新版本和更新时间：v1.3 2009/05/13 01:46:17
• 官网手册： https://rapidxml.sourceforge.net/manual.html
• 第三方源码：https://github.com/Fe-Bell/RapidXML
• c++开源库rapidxml介绍与示例
• rapidxml 文件读写，增加删除节点

2.3 tinyxml2

• https://github.com/leethomason/tinyxml2
• 最新版本和更新时间：v10.0.0 2023-10-31
• C++那些事之优雅的解析XML
• TinyXML2使用教程
• tinyxml2使用方法
• C++ XML 库 TinyXML2 的基本使用

使用方式：

1. 源码集成：仅 tinyxml2.h 和 tinyxml2.cpp 两个文件
2. 库集成：tinyxml2.h 和 静/动态库

2.4 pugixml

• Pugixml一种快速解析XML文件的开源解析库
• 官网：https://pugixml.org/
• 源码：https://github.com/zeux/pugixml
  • 当前最新版本和更新时间：v1.14_2023-10-02
• C/C++编程：pugixml
• https://www.cnblogs.com/Gale-Tech/p/16089326.html
• https://blog.csdn.net/FL1768317420/article/details/136385775
  

2.5 libxml++

• https://libxmlplusplus.sourceforge.net/

• https://libxmlplusplus.github.io/libxmlplusplus/

• https://github.com/libxmlplusplus/libxmlplusplus

• libxml2：

  • 官网地址：http://xmlsoft.org/
  • 源码地址：http://xmlsoft.org/sources/

五、性能比较

5.1 C++ xml 相关的操作有哪些

在 C++ 中，XML 相关的操作可以通过多种库来实现，这些操作包括但不限于：

1. 解析（Parsing）：

   • 将 XML 字符串或文件解析为一个可操作的内部结构，通常是 DOM（Document Object Model）。

2. 序列化（Serialization）：

   • 将 DOM 或其他内存中的结构转换回 XML 格式的字符串或写入文件。

3. 查询（Querying）：

   • 使用 XPath 表达式在 XML 文档中查找特定的元素或属性。

4. 修改（Modifying）：

   • 编辑 XML 文档的内容，包括添加、删除或更改元素和属性。

5. 创建（Creating）：

   • 从头开始构建 XML 文档，添加元素和属性。

6. 验证（Validating）：

   • 检查 XML 文档是否符合某个模式（如 DTD 或 XML Schema）。

7. 遍历（Traversal）：

   • 通过 DOM 遍历 XML 文档的节点。

8. 操作属性（Manipulating Attributes）：

   • 获取和设置 XML 元素的属性。

9. 处理命名空间（Handling Namespaces）：

   • 管理 XML 文档中的命名空间。

10. 事件驱动解析（Event-driven Parsing）：

    • 使用 SAX（Simple API for XML）风格的接口进行事件驱动的解析。

11. 转换（Transformation）：

    • 使用 XSLT（eXtensible Stylesheet Language Transformations）转换 XML 文档。

12. 生成（Generation）：

    • 动态生成 XML 数据，例如作为 API 响应。

在 C++ 中，一些流行的 XML 处理库包括：

• TinyXML and TinyXML-2：轻量级的 XML 解析库，提供基本的解析和序列化功能，但不直接支持 XPath。
• RapidXML：一个快速的、不使用异常的 DOM 解析器，同样不提供 XPath 支持。
• libxml2：一个功能全面的 XML 库，支持 DOM、SAX、XPath 和 XSLT。
• PugiXML：一个轻量级的、简单易用的 XML 解析库，支持 XPath 查询。
• Xerces-C++：一个基于 Apache Xerces 的 XML 解析库，支持 DOM、SAX 和 XPath。

使用这些库，开发者可以执行上述的 XML 操作，以满足不同的开发需求。选择哪个库取决于项目的具体需求、性能考虑以及个人偏好。

5.2 rapidxml、Pugixml、TinyXML2 文件读取性能比较

• 测试： 读文件
• 结论：
  • 小文件：rapidxml 速度 >> Pugixml ≈ TinyXML2
  • 大文件：Pugixml > rapidxml > TinyXML2

// g++ -o test-xml main.cpp pugixml-1.14/pugixml.cpp tinyxml2-10.0.0/tinyxml2.cpp
#include <iostream>
#include "pugixml-1.14/pugixml.hpp"
#include "pugixml-1.14/pugiconfig.hpp"
#include <sys/time.h>#include "rapidxml-1.13/rapidxml.hpp"
#include "rapidxml-1.13/rapidxml_print.hpp"
#include "rapidxml-1.13/rapidxml_utils.hpp"#include "tinyxml2-10.0.0/tinyxml2.h"using namespace std;#define TEST_TIMES 10int pugixmltestmain( void )
{pugi::xml_document doc;timeval starttime, endtime;double timeuse = 0.;double timeAverage = 0.;for( int i = 0; i < TEST_TIMES; ++i ){gettimeofday( &starttime, 0 );if( !doc.load_file( "xml/login.xml" ) ){cout << "failed in load xml file! _ " << i << endl;continue;}gettimeofday( &endtime, 0 );timeuse = 1000000. * (endtime.tv_sec - starttime.tv_sec) + endtime.tv_usec - starttime.tv_usec;timeuse *= 0.001 ;cout << " reading files costs : " << timeuse << "ms" << endl;timeAverage += timeuse;}timeAverage /= TEST_TIMES;cout << " \n** The end *******************\n  pugixmltest  the average costs = " << timeAverage << "ms\r\n\r\n" << endl;return 0;
}using namespace rapidxml;
using std::cout;
using std::endl;int rapidxmltestmain()
{timeval starttime, endtime;double timeuse = 0.;double timeAverage = 0.;//< parse xmlfor( int i = 0 ; i < TEST_TIMES; ++i ){rapidxml::file<> filename( "xml/login.xml" );xml_document<> doc;gettimeofday( &starttime, 0 );doc.parse<0>( filename.data() );gettimeofday( &endtime, 0 );timeuse = 1000000. * (endtime.tv_sec - starttime.tv_sec) + endtime.tv_usec - starttime.tv_usec;timeuse *= 0.001 ;cout << " reading files costs : " << timeuse << "ms" << endl;doc.clear();timeAverage += timeuse;}timeAverage /= TEST_TIMES;cout << " \n** The end *******************\n  rapidxmltest  the average costs = " << timeAverage << "ms\r\n\r\n" << endl;return 0;
}using namespace tinyxml2;
int tinyxml2testmain( void )
{XMLDocument doc;// doc.LoadFile( "resources/dream.xml" );// doc.ErrorID();timeval starttime, endtime;double timeuse = 0.;double timeAverage = 0.;for( int i = 0; i < TEST_TIMES; ++i ){gettimeofday( &starttime, 0 );if( XML_SUCCESS != doc.LoadFile( "xml/login.xml" ) ){cout << "failed in load xml file! _ " << i << endl;continue;}gettimeofday( &endtime, 0 );timeuse = 1000000. * (endtime.tv_sec - starttime.tv_sec) + endtime.tv_usec - starttime.tv_usec;timeuse *= 0.001 ;cout << " reading files costs : " << timeuse << "ms" << endl;timeAverage += timeuse;}timeAverage /= TEST_TIMES;cout << " \n** The end *******************\n  tinyxml2test  the average costs = " << timeAverage << "ms\r\n\r\n" << endl;return 0;
}
int main()
{pugixmltestmain();rapidxmltestmain();tinyxml2testmain();
}

如果没有xml文件 就在测试目录增加一个xml目录，里面创建login.xml
Xml内容如下

<?xml version="1.0"?>
<Request><PK_Type><Name>LOGIN</Name></PK_Type><Info><UserName>admin</UserName><PassWord>21232f297a57a5a743894a0e4a801fc3</PassWord><FSUID>26201907030003</FSUID><FSUIP>172.16.88.192</FSUIP><FSUMAC>00-0c-29-de-4c-58</FSUMAC><FSUVER>1.0.01</FSUVER></Info>
</Request>

• 测试大文件：197KB
  
• 测试小文件：1KB
  

六、其他问题

6.1 version和 encoding的取值范围

<?xml version="1.0" encoding="ISO-8859-1"?>其中version和 encoding的取值范围在哪可以查

<?xml version="1.0" encoding="ISO-8859-1"?> 是 XML 文档的声明，位于文档的最前面。这个声明用于告诉解析器有关 XML 文档的版本和编码信息。

• version 属性指定了 XML 文档使用的 XML 版本，目前最常见的是 “1.0”。W3C 定义的 XML 1.0 标准有两个版本：1.0 和 1.1。因此，version 属性的取值范围通常为 “1.0” 或 “1.1”。

• encoding 属性指定了 XML 文档使用的字符编码。XML 允许使用多种字符编码，包括但不限于：

  • UTF-8
  • UTF-16
  • ISO-8859-1（Latin-1 Western European）
  • ISO-8859-2（Latin-2 Central European）
  • ISO-8859-3（Latin-3 South European）
  • ISO-8859-4（Latin-4 North European）
  • ISO-8859-5（Latin/Cyrillic）
  • ISO-8859-6（Latin/Arabic）
  • ISO-8859-7（Latin/Greek）
  • ISO-8859-8（Latin/Hebrew）
  • ISO-8859-9（Latin-5 Turkish）
  • 等等

要查找 version 和 encoding 的取值范围，可以查阅以下资源：

1. XML 1.0 标准：定义了 XML 的基本语法和行为，包括版本信息。可以在 W3C 的官方网站上找到：XML 1.0 Specification。

2. XML 1.1 标准：在 XML 1.0 的基础上做了一些扩展，包括对更多字符编码的支持。可以在 W3C 的官方网站上找到：XML 1.1 Specification。

3. 字符编码标准：如 IANA（Internet Assigned Numbers Authority）Character Sets 列出了多种字符编码。

4. W3C 的 Encoding 标准：提供了关于 Web 文档字符编码的详细信息，包括如何在 HTTP 头部和 HTML 中指定编码：Character Encoding for HTML & XML。

通过这些资源，您可以找到所有有效的 XML 版本和编码选项，以及它们的使用方式和限制。