Linux下使用C++的Boost库和Tiny-xml2工具解析xml文件

源码链接：https://github.com/Dortmund-Reus/RssReader

一、Boost库的使用：

1.Boost官方教程：
https://www.boost.org/doc/libs/1_46_1/doc/html/boost_propertytree/tutorial.html
教程很短而且说的很清楚，简单易懂，给的例子运行一下也没有问题。
2.Boost的regex_replace()方法的使用：
首先要加上头文件：
#include <boost/regex.hpp>
一个简单的示例：

这里<(\S*?)[^>]>.?|<.*? />是用来过滤html标记的正则表达式，我们的目标就是去掉context里面的<…….>，只保留hello world!
regex_replace()的三个参数分别为：被处理的字符串、正则表达式、替换匹配内容所用的字符串（这里我要去掉，所以用的是””）。
但是编译有个大坑：

看到这满屏的字符，我的内心是崩溃的。
原来，在使用boost/regex的时候，要加上库编译（前面那个官方示例没用到boost/regex，直接正常编译就完事了）：


输出结果是正确的。

二、获取指定目录下的所有文件

这部分代码是从网上download下来稍加修改做的。
getName.h的内容如下：

适用于Linux和Windows系统。
getName.cc文件中，最重要的是getFiles这个方法（也是提供了Linux和Windows两个版本，我嫌代码太长就删除了Windows的部分）：

在getFiles方法中，我们传入一个表示路径的参数cate_dir，最后返回的是一个string的vector，每个元素的内容就是指定路径下的文件名。

在main函数中，定义了一个char型数组存放当前路径，getcwd是C++自带的一个方法，头文件是<unistd.h>，它可以获取当前文件所在的目录的路径。我们的xml存放在sources文件夹中，所以我要对current_address稍加修改。
目录结构：

测试结果：

三、Tiny-xml2的使用

github文档：https://github.com/leethomason/tinyxml2
我做的第一件事，就是把文档给翻译了一遍，毕竟也没有多长。
之后，就下载了源码，并且尝试看了看 tinyxml2.cc，结果看完四个小例子之后，发现这个源码有两千多行，果断放弃……（不过前四个例子倒是挺有用的，可以很快就了解基本用法）。
现在，准备工作都做完了，可以正式开始了。

首先是头文件，这里就是定义了一个结构体，其中有一个writeToFile()方法，用于把一个结构体的内容全部输出到文件中去。
RssReader类中定义了一个RssItem类型的vector，存放一个文件中所有的RssItem.parseRss方法用于解析一个文件，dump负责输出文件。
RssReader.cc中是具体的实现：
第一个方法是WriteToString方法，它的第一个参数是一个XMLElement指针，Rss文件中我这里定义的是item级别的元素，第二个是元素的名字，我需要的有”title”,”link”,”description”,”content:encoded”.
为了避免出现html标签不存在的情况，我加了一个if语句，如果找到了想要的子元素，就去获取它的内容，并且用之前的去除html标记的语句对它的内容进行去格式化。

第二个方法是WriteToRssItem：

这个方法纯粹是为了缩短函数体而写的，在这里我们把element_name传给上面的WriteToString方法，而被改变的string就是RssItem的四个成员。
这两个方法写好了以后，就可以开始parseRss方法的编写了：

在这个方法中，我们先定义一个XMLDocument对象，然后让它加载指定的xml文件并进行解析，这一步是在loadFile函数中进行的。
为了确定是rss文件，我又加了一个if语句，否则会发生segment fault.文件加载成功后，获取它的第一个item元素，通过NextSiblingElement方法对整个xml文件中的item元素进行遍历。
对于每个item元素，我们将它的内容写入一个RssItem（这里注意WriteToRssItem的形参一定要是引用，不然没用），然后把这个RssItem存入RssReader对象的_rss成员中，至此，一个xml文件的解析已经完成。
接下来是dump方法：

在dump方法中，我们遍历_rss，将它的每一个元素都用writeToFile方法写入文件，注意两个点：
1)用append方式写入文件;
2)在方法末尾，记得清空_rss并关闭文件输出流。
writeToFile的实现如下，比较简单：

最后是main函数，前面就是获取路径，稍微要注意的地方是重命名的时候，取子串这个函数——substr的第二个参数是指定的长度，而不是结束位置！
看看输出的结果：

以上。