Linux从用户层到内核层系列 - 开源项目之Libxml2

题记：本系列文章的目的是抛开书本从源代码和使用的角度分析Linux内核和相关源代码，byhankswang和你一起玩转linux开发



轻松搞定TCP/IP协议栈，原创文章欢迎交流, byhankswang@gmail.com



[b]欢迎加入到CHLK - Linux开发交流群 QQ：327084515 讨论Linux开发相关问题[/b]

开源项目之Libxml2

由于工作中使用到libxml2的库函数，并且为libxml2提BUG和作者Daniel Veillard的交流，写一篇小博，来简单介绍一下libxml2。

Libxml2介绍

Libxml2的C语言版的xml解析器，项目的初衷是为Gnome项目开发的开源工具，是一个基于MIT License的免费开源软件（MIT License是一款比GPL/LGPL/BSD更为宽松的授权条款）。 Libxml2能在Linux, Unix, Windows,CygWin, MacOS, MacOS X, RISC Os, OS/2, VMS, QNX, MVS, VxWorks等系统上良好的运行。在跨平台数据传输中libxml2的兼容性非常好。Libxml2开源社区的官方网站是www.xmlsoft.org，主要作者和维护者是Daniel
Veillard。

Libxml2的主要特性
Libmxl2 是libxml1的升级版本，现在libxml1已经停止支持和使用了。Libxml2中有一些主要的特性如：libxml2支持完整的xpath、xpointer、xinclude的实现；libxml2是支持ANSI C/POSIX标准的纯C语言实现；基本支持HTTP协议和FTP协议（FTP功能可用于远程支持xml文件的获取和解析）等。

Libxml2在ubuntu环境下的安装
在ubuntu中默认是不带有Libxml2的动态库和头文件的，libxml2的安装需要从libxml2的官方网站下载源代码然后编译安装。步骤如下：



A: 从xmlsoft站点或ftp(ftp.xmlsoft.org)站点下载libxml2压缩包(libxml2-xxxx.tar.gz)

B: 解压缩源代码的压缩包：tar –xf libxml2-xxxx.tar.gz

C: 在源代码文件夹中运行如下命令： ./configure -> make -> make install

D: 检查ubuntu系统中libxml2的头文件和动态库文件是否安装完毕：头文件的安装位置在/usr/local/include/libxml2/libxml，在该目录下安装了必要的编译头文件；libxml2的动态库文件安装在/usr/lib/i386-linux-gnu/目录下。至此，libxml2已经安装完毕了。

Libxml2支持的主要协议和国际标准
Libxml2支持丰富的W3C的关于xml和web的标准，主要支持的标准如下：

the XMLstandard: http://www.w3.org/TR/REC-xml

Namespaces inXML: http://www.w3.org/TR/REC-xml-names/

RFC 2396 : Uniform Resource Identifiers http://www.ietf.org/rfc/rfc2396.txt

XML Path Language(XPath) 1.0: http://www.w3.org/TR/xpath

HTML4 parser: http://www.w3.org/TR/html401/

XML Pointer Language(XPointer) Version 1.0: http://www.w3.org/TR/xptr

XML Inclusions (XInclude)Version 1.0: http://www.w3.org/TR/xinclude/

ISO-8859-x encodings,as well as rfc2044 [UTF-8] and rfc2781 [UTF-16] Unicode encodings, and more if using iconvsupport

Relax NG, ISO/IEC19757-2:2003, http://www.oasis-open.org/committees/relax-ng/spec-20011203.html

W3C XML Schemas Part2: Datatypes REC 02 May 2001

使用Libxml2来编写程序
对于xml的创建、解析、修改、查找等基本功能，我们以代码的形式来简述libxml2的API是如何使用的，代码的方式是以C语言的形式来编写以GCC编译器来编译执行的。实例代码中的主要函数通过蓝色字体标出，以示重点。



主要函数说明：

l xmlNewDoc()用来创建XML文档

l xmlNewNode()用来向XML文档中添加节点

l xmlNewChild()用来向XML文档中添加子节点

l xmlNewProp()用来设置元素和属性

l xmlSaveFormatFileEnc()用来把XML文件从内存中拷贝到磁盘中，可以设置文件的编码格式



#include <stdio.h>
#include <libxml/parser.h>
#include <libxml/tree.h>
int main(int argc, char **argv)
{
xmlDocPtr doc = NULL;
xmlNodePtr root_node= NULL, node = NULL, node1 = NULL;
doc = xmlNewDoc(BAD_CAST "1.0"); /* 创建一个新的xml文档 */
root_node = xmlNewNode(NULL, BAD_CAST "root");
xmlDocSetRootElement(doc, root_node);
/* 创建新的节点，挂在根节点的下面 */
xmlNewChild(root_node, NULL, BAD_CAST"node1",BAD_CAST "content of node1");
node=xmlNewChild(root_node,NULL, BAD_CAST "node3", BAD_CAST"node has attributes");
xmlNewProp(node,BAD_CAST "attribute", BAD_CAST "yes");
node =xmlNewNode(NULL, BAD_CAST "node4");
node1 =xmlNewText(BAD_CAST"other way to create content");
xmlAddChild(node,node1);
xmlAddChild(root_node,node);
/* 把创建的XML文件从内存中导入到磁盘上 */
xmlSaveFormatFileEnc(argc> 1 ? argv[1] : "-", doc, "UTF-8", 1);
xmlFreeDoc(doc);
xmlCleanupParser();
xmlMemoryDump();//debugmemory for regression tests
return(0);
}


更多的libxml2的API的说明请参考libxml2官方网站的API说明：http://www.xmlsoft.org/html/index.html

Libxml2构架浅析
libxml2采用了模块化编程的思想，整个架构是由多个模块组成的，模块的选择是可以根据需要裁减的，可裁剪模块化编程的思想和linux内核有异曲同工之妙，既可以支持多种功能，有可以在有限的物理空间下裁减不需要的部分。Libxml2的主要模块如下：
Ø 输入输出模块
Ø FTP和HTTP客户端支持模块（可选）
Ø 国际通用编码支持模块
Ø URI模块
Ø XML解析模块
Ø SAX解析模块
Ø HTML解析模块（可选）
Ø DOM解析模块
Ø XPath模块
Ø 调试模块（可选）

对于libxml2的图形化构架的描述如下图：




Libxml2与XML相关的问题
对于XML语法和使用本文并没有做出具体的讨论，本文的出发点是希望提供一种跨平台的对于XML的支持。 Libxml2的源代码文件有3833个（libxml2-2.7.2），并在持续开发中，对于libxml2的C语言代码编程和API说明，官方网站上有大量的实例。另外对于libxml2 BUG的提交可以访问http://www.xmlsoft.org/bugs.html。