我应该在C ++中使用什么XML解析器？

Question

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：这是一个明确的，C ++ - 常见问题解答风格的问题。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。

Answer 1

就像使用标准库容器一样，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？

我需要完全符合XML

好的，所以你需要处理XML。不是玩具XML，真正的 XML。您需要能够读取和编写XML规范的所有，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，也可以是DOM风格的保留解析器。它必须是实际的DOM或实际的SAX，达到C ++允许的程度。

您选择了：

<强> Xerces

这是您的选择。它几乎是唯一一个完全（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。

它没有真正的依赖关系。它使用Apache许可证。

我不关心DOM和/或SAX一致性

您选择了：

<强> LibXML2

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。它提供了很多功能，比如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（尽管错误消息留下批次需要），等等。

它确实依赖于iconv，但可以在没有该依赖关系的情况下进行配置。虽然这确实意味着您可以解析更有限的一组可能的文本编码。

它使用MIT许可证。

我不需要完全符合XML

好的，所以完整的XML合规性对您来说并不重要。您的XML文档完全在您的控制之下，或者保证使用＆＃34;基本子集＆＃34; XML：没有命名空间，实体等。

那对你有什么影响？接下来的问题是：您的XML工作中最重要的是什么？

最大XML分析性能

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。

您选择了：

<强> RapidXML

这个XML解析器正如它所说的那样：快速XML。它甚至不会将文件拉入内存;怎么回事取决于你。它处理的是将其解析为一系列可以访问的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事情。像大多数不关心XML规范的XML解析器一样，Rapid XML不会触及命名空间，DocTypes，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，它确实需要您阅读所有文本。但是，它没有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引用字符串就地。这需要您进行更多的内存管理（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很简陋。您可以获取事物的字符串值。您可以按名称搜索属性。这是关于它的。没有便利功能可以将属性转换为其他值（数字，日期等）。你只是得到了字符串。

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。它确实很有用，但使用起来很痛苦。

它使用MIT许可证。它是一个只有头文件的库，没有依赖项。

• 有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，或者不需要这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。

您选择了：

<强> PugiXML

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XPath 1.0实现。

但Pugi仍然很快。与RapidXML一样，它没有依赖关系，并且在MIT许可下分发。

阅读巨大的文件

您需要阅读以千兆字节大小测量的文档。也许你从stdin那里得到它们，被其他一些过程所吸引。或者你从大量文件中读取它们。管他呢。关键是，您需要的是 not 必须一次性将整个文件读入内存才能进行处理。

您选择了：

<强>的libxml2

Xerces的SAX风格API将以此身份运行，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，以便以比一堆回调更易读的方式处理不同的实体。

替代

<强> Expat

Expat是一个众所周知的C ++解析器，它使用了拉解析器API。它是由詹姆斯克拉克写的。

它的当前状态是有效的。最新版本是2.2.5，上个月发布（2017-10-31）。

<强> LlamaXML

它是StAX风格的API的实现。它是一个拉解析器，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。

完成工作

因此，您并不关心XML的正确性。性能对您来说不是问题。流媒体无关紧要。你想要的只是某些东西，它将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。

您希望XML解析器体积小，易于安装，使用起来微不足道，并且小到足以与最终可执行文件的大小无关。

您选择了：

<强> TinyXML

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没有问题。您只需new了一些对象，将它们连接在一起，将文档发送到std::ostream，每个人都很开心。

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。

Answer 2

您可能需要考虑另一种处理XML的方法，称为XML 数据绑定。特别是如果您已经有XML词汇表的正式规范，例如，在XML Schema中。

XML数据绑定允许您在不实际进行任何XML解析或序列化的情况下使用XML。数据绑定编译器自动生成所有低级代码，并将解析后的数据显示为与应用程序域对应的C ++类。然后，您可以通过调用函数，使用C ++类型（int，double等）来处理这些数据，而不是比较字符串和解析文本（这是您使用低级XML访问API（如DOM或SAX）执行的操作）。 / p>

例如，请参阅我编写的开源XML数据绑定实现， CodeSynthesis XSD和 轻量级，无依赖版本，CodeSynthesis XSD/e。

Answer 3

也把我的。

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

没有XML验证功能，但速度很快。

Answer 4

在Secured Globe，Inc。中，我们使用rapidxml。我们尝试了所有其他功能，但rapidxml似乎是我们的最佳选择。

以下是一个例子：

 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);

Answer 5

关于Expat的另一个注意事项：值得关注嵌入式系统的工作。但是，您可能在网络上找到的文档是古老而错误的。源代码实际上具有相当彻底的功能级别注释，但是需要对它们进行一些有意义的理解。

Answer 6

好的。我已经创建了新的，因为没有一个列表不能满足我的需求。

优点：

1. 在低级别（Java StAX like）
上拉取解析器流式传输API
2. 支持的例外和RTTI模式
3. 限制内存使用，支持大文件（使用100 mib XMark file测试，速度取决于硬件）
4. UNICODE支持，以及输入源编码的自动检测
5. 用于阅读structures/POCO
的高级API
6. 用于从structures/POCO编写和生成XSD的元编程API 支持xml结构（属性和嵌套标签）（XSD生成需要RTTI，但只能在调试时才能使用一次）
7. C ++ 11 - GCC和VC ++ 15 +

缺点：

1. 尚未提供DTD和XSD验证
2. 正在进行的HTTP / HTTPS获取XML / XSD，尚未完成
3. 新图书馆

Project home