我应该在 C++ 中使用什么 XML 解析器？ [关闭]

Question

关闭。 此问题不符合Stack Overflow 准则。 它目前不接受答案。

---

想改善这个问题吗？ 更新问题，使其成为 Stack Overflow的主题。

3年前关闭。

改进这个问题

我有 XML 文档需要解析和/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++ 标准库没有用于此的库，我应该使用什么？

注意：这是一个明确的、C++-FAQ 风格的问题。 所以是的，它是其他人的副本。 我并没有简单地挪用那些其他问题，因为他们往往会问一些更具体的问题。 这个问题比较笼统。

Answer 1

就像使用标准库容器一样，您应该使用什么库取决于您的需要。 这是一个方便的流程图：

所以第一个问题是：你需要什么？

我需要完全的 XML 合规性

好的，所以您需要处理 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，而不仅仅是低层、易于解析的部分。 您需要命名空间、文档类型、实体替换等。 完整的 W3C XML 规范。

下一个问题是：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，所以您确实需要 API 是 DOM 和/或 SAX。 它不能只是一个 SAX 风格的推送解析器，或者一个 DOM 风格的保留解析器。 在 C++ 允许的范围内，它必须是实际的 DOM 或实际的 SAX。

你已经选择：

塞尔西斯

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 支持和大量其他功能。

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

LibXML2 提供了一个 C 风格的接口（如果这真的困扰你，去使用 Xerces），尽管该接口至少在某种程度上是基于对象的并且易于包装。 它提供了许多功能，例如 XInclude 支持（带有回调，以便您可以告诉它从何处获取文件）、XPath 1.0 识别器、RelaxNG 和 Schematron 支持（尽管错误消息还有很多不足之处），以及等等。

它确实依赖于 iconv，但可以在没有这种依赖的情况下进行配置。 虽然这确实意味着您将拥有一组更有限的可能的文本编码，但它可以解析。

它使用 MIT 许可证。

我不需要完全符合 XML

好的，所以完全符合 XML 对您来说并不重要。 您的 XML 文档要么完全在您的控制之下，要么保证使用 XML 的“基本子集”：没有名称空间、实体等。

那么什么对你来说很重要？ 下一个问题是：在您的 XML 工作中，对您来说最重要的事情是什么？

最大的 XML 解析性能

您的应用程序需要尽可能快地将 XML 转换为 C++ 数据结构。

你已经选择：

快速XML

这个 XML 解析器正是它上面所说的：快速 XML。 它甚至不处理将文件拉入内存； 如何发生取决于你。 它处理的是将其解析为一系列您可以访问的 C++ 数据结构。 它执行此操作的速度与逐字节扫描文件所需的速度一样快。

当然，天下没有免费的午餐。 与大多数不关心 XML 规范的 XML 解析器一样，Rapid XML 不涉及名称空间、DocType、实体（字符实体和 6 个基本 XML 实体除外）等。 所以基本上是节点、元素、属性等等。

此外，它是一个 DOM 风格的解析器。 所以它确实要求你阅读所有的文本。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法是指的就地字符串。 这需要您进行更多的内存管理（您必须在 RapidXML 查看它时保持该字符串处于活动状态）。

RapidXML 的 DOM 是最基本的。 您可以获得事物的字符串值。 您可以按名称搜索属性。 就是这样。 没有将属性转换为其他值（数字、日期等）的便捷函数。 你只是得到字符串。

RapidXML 的另一个缺点是编写XML 很痛苦。 它要求您对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，但这仍然需要您进行大量明确的工作。 它当然有用，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。

• 有一个RapidXML“GitHub 补丁”允许它也使用命名空间。

我关心性能但不那么关心

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。 也许可以处理更多 Unicode 的东西，或者不需要那么多用户控制的内存管理。 性能仍然很重要，但你想要一些不那么直接的东西。

你已经选择：

PugiXML

从历史上看，这是 RapidXML 的灵感来源。 但是这两个项目已经出现分歧，Pugi 提供更多功能，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 文档并希望将它们阅读为 UTF-8，Pugi 将提供。 如果您需要那种东西，它甚至还有一个 XPath 1.0 实现。

但 Pugi 的速度仍然相当快。 与 RapidXML 一样，它没有依赖项，并在 MIT 许可证下分发。

阅读大量文件

您需要阅读以千兆字节为单位的文档。 也许您是从 stdin 获取它们，由其他一些进程提供的。 或者您正在从大量文件中读取它们。 管他呢。 关键是，您需要的是不必为了处理它而一次将整个文件读入内存。

你已经选择：

LibXML2

Xerces 的 SAX 风格的 API 将在这种情况下工作，但 LibXML2 在这里是因为它更容易使用。 SAX 风格的 API 是一种推送 API：它开始解析一个流，然后触发您必须捕获的事件。 您被迫管理上下文、状态等。 读取 SAX 样式 API 的代码比人们希望的要分散得多。

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。 这允许您按照您认为合适的方式存储上下文，以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

外籍人士

Expat 是一个著名的 C++ 解析器，它使用拉解析器 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 2.2.9，发布于 (2019-09-25)。

美洲驼XML

它是 StAX 风格的 API 的实现。 它是一个拉式解析器，类似于 LibXML2 的xmlReader解析器。

但它自 2005 年以来就没有更新过。再说一遍，Caveat Emptor。

XPath 支持

XPath 是一种用于查询 XML 树中元素的系统。 这是一种使用标准化语法通过公共属性有效命名元素或元素集合的便捷方式。 许多 XML 库都提供 XPath 支持。

这里有有效的三种选择：

• LibXML2 ：它提供完整的 XPath 1.0 支持。 同样，它是一个 C API，所以如果这让您感到困扰，还有其他选择。
• PugiXML ：它还支持 XPath 1.0。 如上所述，与 LibXML2 相比，它更像是 C++ API，因此您可能更喜欢它。
• TinyXML ：它不附带 XPath 支持，但有提供它的TinyXPath库。 TinyXML 正在转换为 2.0 版，这对 API 进行了重大更改，因此 TinyXPath 可能无法与新 API 一起使用。 与 TinyXML 本身一样，TinyXPath 也是在 zLib 许可下分发的。

完成工作

所以，您不关心 XML 的正确性。 性能对您来说不是问题。 流媒体无关。 所有你想要的是什么，得到XML到内存中，并允许你再坚持它放回盘。 你关心的是API。

您需要一个 XML 解析器，它体积小、易于安装、易于使用，并且小到与最终可执行文件的大小无关。

你已经选择：

微小的XML

我把 TinyXML 放在这个位置，因为它和 XML 解析器一样易于使用。 是的，它很慢，但它简单明了。 它有很多方便的功能来转换属性等等。

在 TinyXML 中编写 XML 没有问题。 您只需new一些对象，将它们附加在一起，将文档发送到std::ostream ，每个人都会很高兴。

还有一些围绕 TinyXML 构建的生态系统，具有对迭代器更友好的 API，甚至在它之上分层的 XPath 1.0 实现。

TinyXML 使用 zLib 许可证，它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了 XML 词汇表的正式规范，例如，在 XML Schema 中。

XML 数据绑定允许您使用 XML，而无需实际进行任何 XML 解析或序列化。 数据绑定编译器会自动生成所有低级代码，并将解析后的数据呈现为与您的应用程序域相对应的 C++ 类。 然后，您可以通过调用函数和 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 DOM 或 SAX 等低级 XML 访问 API 所做的）。

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

Answer 3

关于 Expat 的另一个注意事项：嵌入式系统的工作值得一看。 但是，您可能会在网络上找到的文档既古老又错误。 源代码实际上有相当详尽的函数级注释，但需要仔细阅读才能使其有意义。

Answer 4

好吧。 我创建了一个新的，因为列表中没有一个不能满足我的需求。

好处：

1. Pull parser Streaming API 即解析器就像迭代器没有回调或 DOM 树。 即读取 XML 到数据结构
2. 异常和 RTTI 可以通过编译器选项关闭，错误处理可以通过std::error_code 完成
3. 内存使用限制，支持大文件（使用 100 mib XMark 文件测试，速度取决于硬件）。 有限制COLLADA格式3D 模型加载的示例
4. UNICODE 支持，并自动检测输入源编码

项目首页

Answer 5

也放上我的。

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 6

在Secured Globe , Inc. 中，我们使用Rapidxml 。 我们尝试了所有其他方法，但 Rapidxml 似乎是我们的最佳选择。

下面是一个例子：

 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);