如何利用xerces c解析包含中文字符的xml文

《如何利用xerces c解析包含中文字符的xml文》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、如何利用XercesC解析包含中文字符的XML文如何利用XercesC++解析包含中文字符的XML文档下载本文示例代码Xerces-C++是目前广泛使用的XML解析器，在利用它编写XML应用以处理包含中文字符的XML文档时会出现字符编码错误，如何正确解决这个问题，对于我们开发XML的应用程序非常有用。本文给出了正确处理的方法和实现类的代码，希望能对大家有所帮助。1.背景介绍随着XML技术的普及应用，我国的各行各业有可能会生成大量的包含中文字符的XML文档。尽管基于Java技术的XMLParser能较好处理这些X

2、ML文档，但是，它不能解决所有的问题，原因是应用开发的复杂性，尤其在我国更为明显．我们知道，企业的许多应用系统的开发采用了C、C++、VB、Delphi、FoxPro等等语言，这些应用不可能用Java语言重新实现，那么，问题就出现了，如何让这些应用也能处理XML文档，甚至是包含中文字符的XML文档呢？目前有关XMLParserC＋＋语言的实现，非常著名的有Apache组织的Xerces和IBM的XML4C。Aparche的Xerces来源于IBM的XML4C，所以，它们的编程接口是一致的。二者关键的不同在于字符

3、编码。Apache的Xerces1.6目前只支持少数的字符编码，如ASCII,UTF-8,UTF-16，UCS4,EBCDICIBM037和IBM1140,ISO-8859-1和Windows-1252。因而，采用Apache的XercesＣ＋＋解析器不能处理包含中文字符的XML文档。IBM的XML4C支持多达100种字符编码，它将Xerces和InternationalComponentsforUnicode(ICU)结合了起来。因而，我们可以选用XML4C作为XML的解析器。在使用XML4C之前，我们需要首

4、先确认XML4C的bin目录是否包含在系统的Path之中，bin目录必须要有这些dll：xerces-c_1_6_0D.dll，icudt20.dll，icuuc20.dll，icuuc20d.dll。2.问题描述在XML4C应用过程中，我发现调用XML4C提供的一些API并不能很好解决中文问题。如解析XML时生成DOM_Document,并利用DOM方法得到某一DOM_Node节点时，为了获得DOM_Node的名字或值，需要调用DOM_Node类的getNodeName()或getNodeValue()方法，

5、并得到DOMString对象。根据API文档描述，DOMString类的transcode（）方法，返回字符串的拷贝，并依照本地代码页对此字符串进行编码处理。因而，我在解析图1的XML文档并试图获得"爱国的人们"节点的名字时，transcode方法返回不完整的节点名"爱国"，而不是完整的"爱国的人们"，这样，我们就无法利用这些信息来进行字符串比较等等操作，XML的处理就会出现问题。因而，DOMString的transcode方法并不能处理XML的中文字符。

6、GB2312'?>……<爱国的人们>…………图13.解决的方法针对这种情况，我仔细分析了XML4C提供的DOMPrint例子，此例子能顺利解析含中文字符的XML文档，并能打印出XML解析后生成的DOM_Document。它利用了Xerces的XMLFormatter和XMLFormatTarget类：·XMLFormatter类，提供基本的格式化字符串功能，将解析器生成的基于Unicode的XML数据转换为非Unicode环境中使用的数据，如本地字符编码等；·XMLFormatTarget类，为

7、XMLFormatter格式化字符串提供目的地，它需要派生，并利用它的writeChars()方法得到格式化后的字符串。基于以上分析，我改进了DOMPrint的例子程序，实现了一个XMLFormatTarget类的子类，代码如下：//类定义#includeclassStrFormatTarget:publicXMLFormatTarget{public:char*GetResult();StrFormatTarget(){};~StrFormatTarge

8、t(){};voidwriteChars(constXMLByte*consttoWrite,constunsignedintcount,XMLFormatter*constformatter);private:char*buffer;StrFormatTarget(constStrFormatTarget&other);voidoperator=(constStrFormatTarg