在 C 中使用 libxml 进行 XML 解析未显示属性名称答案

【问题标题】：XML Parsing with libxml in C is not showing attribute name在 C 中使用 libxml 进行 XML 解析未显示属性名称
【发布时间】：2014-11-30 16:58:10
【问题描述】：

我正在尝试解析 XHTML 文件并获取属性及其值。使用 libxml。

#include <stdio.h>
#include <string.h>
#include <stdlib.h>
#include <libxml/HTMLparser.h>
#include <libxml/xmlmemory.h> 
#include <libxml/tree.h>
#include <libxml/parser.h>

void walkTree(xmlNode * a_node)
{
  xmlNode *cur_node = NULL;
  xmlAttr *cur_attr = NULL;
  for (cur_node = a_node; cur_node; cur_node = cur_node->next) {
     // do something with that node information, like… printing the tag’s name and attributes
     printf("Got tag : %s\n", cur_node->name);
     for (cur_attr = cur_node->properties; cur_attr; cur_attr = cur_attr->next) {
     printf("  -> with attribute : %s\n", cur_attr->name);
     printf("     -> with Value: %s\n", (cur_attr->children)->name);
}
walkTree(cur_node->children);
}
}
int main(void)
{  
// Load XHTML
char *data;
data = "<html><body class=\"123\" damn=\"123\"></html>";

int len = strlen(data) + 1;
htmlParserCtxtPtr parser = htmlCreatePushParserCtxt(NULL, NULL, NULL, 0, NULL, 0);
htmlCtxtUseOptions(parser, HTML_PARSE_NOBLANKS | HTML_PARSE_NOERROR | HTML_PARSE_NOWARNING | HTML_PARSE_NONET);
htmlParseChunk(parser, data, len, 0);
htmlParseChunk(parser, NULL, len, 1);
walkTree(xmlDocGetRootElement(parser->myDoc));

 }

我期待这个输出

 Got tag: html
Got tag: body
-> with attribute: class
  -> with value: 123
-> with attribute: damn
  -> with value: 123

但不幸的是，我得到了这个输出：

 Got tag: html
Got tag: body
-> with attribute: class
  -> with value: text
-> with attribute: damn
  -> with value: text

我也尝试过其他html代码，无论属性值是什么，它总是显示“文本”而不是值。

为什么？如何解决？如何获取真实的属性值？

【问题讨论】：

标签： c parsing xhtml libxml2

【解决方案1】：

这可以很容易地通过修改一行代码来实现。xmlNodeGetContent() 因为它接受 xmlNode。与接受 xmlNodePtr 的 xmlGetProp() 不同。所以在使用 xmlNode 或 xmlAttr 时最好使用 xmlNodeGetContent() 来获取节点的属性.希望有帮助:)

解决办法如下：

 #include <stdio.h>
 #include <string.h>
 #include <stdlib.h>
 #include <libxml/HTMLparser.h>
 #include <libxml/xmlmemory.h>
 #include <libxml/tree.h>
 #include <libxml/parser.h>
 void walkTree(xmlNode * a_node)
 {
    xmlNode *cur_node = NULL;
    xmlAttr *cur_attr = NULL;
    xmlChar *attr;
    for (cur_node = a_node; cur_node; cur_node = cur_node->next) {
    // do something with that node information, like… printing the tag’s name and attributes
    printf("Got tag : %s\n", cur_node->name);
    for (cur_attr = cur_node->properties; cur_attr; cur_attr = cur_attr->next) {

       printf("  -> with attribute : %s\n", cur_attr->name);

       // This part fixed the code :D 
       attr =  xmlNodeGetContent(cur_attr);

      printf("     -> with Value: %s\n", attr);
    }
   walkTree(cur_node->children);
}
}
int main(void)
{
// Load XHTML
char *data;
data = "<html><body class=\"123\" damn=\"123\"></html>";

    int len = strlen(data) + 1;
    htmlParserCtxtPtr parser = htmlCreatePushParserCtxt(NULL, NULL, NULL, 0, NULL, 0);
     htmlCtxtUseOptions(parser, HTML_PARSE_NOBLANKS | HTML_PARSE_NOERROR | HTML_PARSE_NOWARNING | HTML_PARSE_NONET);
     htmlParseChunk(parser, data, len, 0);
     htmlParseChunk(parser, NULL, len, 1);
     walkTree(xmlDocGetRootElement(parser->myDoc));

}

【讨论】：

【解决方案2】：

与其直接在属性结构中戳，不如用xmlGetProp，按照here的方法：

void
getReference (xmlDocPtr doc, xmlNodePtr cur) {

    xmlChar *uri;
    cur = cur->xmlChildrenNode;
    while (cur != NULL) {
        if ((!xmlStrcmp(cur->name, (const xmlChar *)"reference"))) {
            uri = xmlGetProp(cur, "uri");
            printf("uri: %s\n", uri);
            xmlFree(uri);
        }
        cur = cur->next;
    }
    return;
}

我认为正在发生的是属性节点的子节点是一个文本节点，其中文本作为 contents 而不是名称。但是使用提供的 API 将对您隐藏所有这些。并且还提供一些错误检查（例如，如果children 是NULL）。

【讨论】：

它没有工作它尝试过，因为在我的代码中它将通过 XmlNode 但它需要 XmlNodePtr。
XmlNode 是struct。 XmlNodePtr 只是指向 struct 的指针。

【解决方案3】：

Khaled 对答案的小修正：

 void walkTree(xmlNode * a_node)
 {
    xmlNode *cur_node = NULL;
    xmlAttr *cur_attr = NULL;
    xmlChar *attr;
    for (cur_node = a_node; cur_node; cur_node = cur_node->next) {
    // do something with that node information, like… printing the tag’s name and attributes
    printf("Got tag : %s\n", cur_node->name);
    for (cur_attr = cur_node->properties; cur_attr; cur_attr = cur_attr->next) {

       printf("  -> with attribute : %s\n", cur_attr->name);

       // CORRECTION HERE
       attr =  xmlNodeGetContent(cur_attr->children);

      printf("     -> with Value: %s\n", attr);
    }
   walkTree(cur_node->children);
}
}

如果没有这个，它将为同一标签中的不同属性打印相同的属性值。

【讨论】：