篇文章主要介紹libxml2的安裝和使用，xml文件的主要作用就是配置文件，實際的應(yīng)用在前面的章節(jié)Audio設(shè)備文件解析中有需要對audio_policy_configuration.xml文件解析，google使用的是開源庫libxml2，在源碼目錄/external/libxml2下面，現(xiàn)在就單獨對這個庫進行分析。

在終端中執(zhí)行

wang@wang:~/test$ sudo apt-get install libxml2-dev

wang@wang:~/test$ sudo apt-get install libxml2

可以通過

wang@wang:~/test$ dpkg -s libxml2-dev

查看安裝狀況。

Package: libxml2-dev
Status: install ok installed
Priority: optional
Section: libdevel
Installed-Size: 2862
Maintainer: Ubuntu Developers <ubuntu-devel-discuss@lists.ubuntu.com>
Architecture: amd64
Multi-Arch: same
Source: libxml2
Version: 2.9.1+dfsg1-3ubuntu4.12
Depends: libxml2 (=2.9.1+dfsg1-3ubuntu4.12)
Suggests: pkg-config
Description: Development files for the GNOME XML library
 XML is a metalanguage to let you design your own markup language.
 A regular markup language defines a way to describe information in
 a certain class of documents (eg HTML). XML lets you define your
 own customized markup languages for many classes of document. It
 can do this because it's written in SGML, the international standard
 metalanguage for markup languages.
 .
 Install this package if you wish to develop your own programs using
 the GNOME XML library.
Homepage: http://xmlsoft.org/

通過執(zhí)行

wang@wang:~/test$ dpkg -L libxml2-dev

查看安裝位置

/usr/include/libxml2
/usr/include/libxml2/libxml
/usr/include/libxml2/libxml/xpointer.h
/usr/include/libxml2/libxml/catalog.h
/usr/include/libxml2/libxml/xmlreader.h
/usr/include/libxml2/libxml/xmlexports.h

已經(jīng)安裝成功。

• 接下來寫個demo使用libxml2進行文件解析，編寫CreateXmlFile.c

#include<stdio.h>
#include<libxml/parser.h>
#include<libxml/tree.h>
 
int main(int argc, char **argv)
{
 	//Define document pointer
 	xmlDocPtr doc=xmlNewDoc(BAD_CAST"1.0");
 
	//Define node pointer
	xmlNodePtr root_node=xmlNewNode(NULL,BAD_CAST"root");
 
	//Set the root element of the document
	xmlDocSetRootElement(doc,root_node);
 
	//Create child nodes directly in the root node
	xmlNewTextChild(root_node,NULL,BAD_CAST"newnode1",BAD_CAST"newnode1 content");
	xmlNewTextChild(root_node,NULL,BAD_CAST"newnode2",BAD_CAST"newnode2 content");
 
	//Create a new node
	xmlNodePtr node=xmlNewNode(NULL,BAD_CAST"node2");
	//Create a new text node
	xmlNodePtr content=xmlNewText(BAD_CAST"NODE CONTENT");
	//Add a new node to parent
	xmlAddChild(root_node,node);
	xmlAddChild(node,content);
	//Create a new property carried by a node
	xmlNewProp(node,BAD_CAST"attribute",BAD_CAST"yes");
 
	//Create a son and grandson node element
	node=xmlNewNode(NULL,BAD_CAST"son");
	xmlAddChild(root_node,node);
	xmlNodePtr grandson=xmlNewNode(NULL,BAD_CAST"grandson");
	xmlAddChild(node,grandson);
	xmlAddChild(grandson,xmlNewText(BAD_CAST"THis is a grandson node"));
						 
	//Dump an XML document to a file
	int nRel=xmlSaveFile("CreatedXmlDemo.xml",doc);
	if(nRel !=-1) {
		//Free up all the structures used by a document,tree included
		xmlFreeDoc(doc);
	}
	return 0;
}

編譯

wang@wang:~/test$ gcc -I/usr/include/libxml2 CreateXmlFile.c -o CreateXmlFile -lxml2

可以看到執(zhí)行結(jié)果

wang@wang:~/test$ gcc -I/usr/include/libxml2 CreateXmlFile.c -o CreateXmlFile -lxml2
wang@wang:~/test$ ./CreateXmlFile
wang@wang:~/test& ls
CreatedXmlDemo.xml CreateXmlFile

使用html打開生成的文件

最后，如果你想學(xué)C/C++可以私信小編“01”獲取素材資料以及開發(fā)工具和聽課權(quán)限哦！

XML是Python中一個強大的XML和HTML處理庫，它是基于libxml2和libxslt庫構(gòu)建的，并提供了一系列方便的API來處理XML和HTML文檔。在本教程中，我們將學(xué)習(xí)如何使用LXML庫來解析、操作和生成XML和HTML文檔。

安裝LXML庫

在使用LXML庫之前，我們需要先安裝它?？梢允褂胮ip命令來安裝：

pip install lxml

解析XML和HTML文檔

LXML庫提供了兩種解析器，即ElementTree和SAX解析器。ElementTree解析器將整個XML/HTML文檔解析成一個樹形結(jié)構(gòu)，而SAX解析器則是基于事件的解析器，逐個處理文檔中的標(biāo)記。

1、使用ElementTree解析器

我們可以使用ElementTree解析器來解析XML/HTML文檔。首先，我們需要使用lxml.etree.parse()函數(shù)來讀取XML/HTML文檔并解析它。

from lxml import etree

# 讀取XML文件并解析
tree=etree.parse("example.xml")

# 獲取根元素
root=tree.getroot()

# 打印根元素的標(biāo)簽和屬性
print("root tag:", root.tag)
print("root attributes:", root.attrib)

# 遍歷樹結(jié)構(gòu)并打印標(biāo)簽和文本內(nèi)容
for element in root.iter():
    print("tag:", element.tag, "text:", element.text)

2、使用SAX解析器

我們可以使用lxml.sax模塊中的saxparser來處理XML/HTML文檔。首先，我們需要定義一個繼承自lxml.sax.ContentHandler類的處理器類，然后使用lxml.sax.parse()函數(shù)來解析XML/HTML文檔并將其傳遞給處理器類。

from lxml import etree, sax

# 定義處理器類
class MyHandler(sax.ContentHandler):
    def __init__(self):
        super().__init__()

    def startElement(self, name, attrs):
        print("start element:", name)
        for attr in attrs.items():
            print("attribute:", attr)

    def endElement(self, name):
        print("end element:", name)

    def characters(self, content):
        print("characters:", content)

# 解析XML文件
parser=sax.make_parser()
parser.setContentHandler(MyHandler())
parser.parse("example.xml")

操作XML和HTML文檔

LXML庫提供了一系列方便的API來操作XML和HTML文檔。我們可以使用這些API來添加、刪除、修改和查詢文檔中的元素和屬性。

1、添加元素和屬性

我們可以使用Element對象的append()方法來添加子元素，使用Element對象的set()方法來添加屬性。

from lxml import etree

# 讀取XML文件并解析
tree=etree.parse("example.xml")
root=tree.getroot()

# 添加子元素
new_element=etree.Element("new_element")
root.append(new_element)

# 添加屬性
new_element.set("attr1", "value1")
new_element.set("attr2", "value2")

# 保存修改后的文檔
tree.write("example.xml", encoding="utf-8")

2、刪除元素和屬性

我們可以使用Element對象的remove()方法來刪除元素，使用Element對象的attrib.pop()方法來刪除屬性。

from lxml import etree

# 讀取XML文件并解析
tree=etree.parse("example.xml")
root=tree.getroot()

# 查找要刪除的元素
element_to_delete=root.find(".//element_to_delete")

# 刪除元素
root.remove(element_to_delete)

# 刪除屬性
root.attrib.pop("attr_to_delete")

# 保存修改后的文檔
tree.write("example.xml", encoding="utf-8")

3、修改元素和屬性

我們可以使用Element對象的find()方法和Element對象的text屬性來修改元素的文本內(nèi)容，使用Element對象的set()方法來修改屬性的值。

from lxml import etree

# 讀取XML文件并解析
tree=etree.parse("example.xml")
root=tree.getroot()

# 查找要修改的元素
element_to_modify=root.find(".//element_to_modify")

# 修改元素文本內(nèi)容
element_to_modify.text="new text content"

# 修改屬性值
element_to_modify.set("attr_to_modify", "new attribute value")

# 保存修改后的文檔
tree.write("example.xml", encoding="utf-8")

4、查詢元素和屬性

我們可以使用Element對象的find()方法和Element對象的attrib屬性來查詢元素和屬性。

from lxml import etree

# 讀取XML文件并解析
tree=etree.parse("example.xml")
root=tree.getroot()

# 查詢元素
element_to_find=root.find(".//element_to_find")

# 查詢屬性
attribute_to_find=root.attrib.get("attribute_to_find")

# 打印查詢結(jié)果
print("element_to_find:", element_to_find)
print("attribute_to_find:", attribute_to_find)

生成XML和HTML文檔

LXML庫提供了ElementTree對象的tostring()方法來生成XML/HTML文檔。

from lxml import etree

# 創(chuàng)建XML文檔
root=etree.Element("root")
child1=etree.SubElement(root, "child1")
child2=etree.SubElement(root, "child2")
child1.text="text content"
child2.set("attr1", "value1")
child2.set("attr2", "value2")

# 生成XML文檔
xml_string=etree.tostring(root, pretty_print=True, encoding="utf-8")

# 保存XML文檔
with open("example.xml", "wb") as f:
    f.write(xml_string)

總結(jié)

本教程介紹了LXML庫的基本使用方法，包括解析XML/HTML文檔、操作XML/HTML文檔和生成XML/HTML文檔。LXML庫還提供了很多其他功能，例如XPath表達式的高級用法、CSS選擇器的支持、XML/HTML的序列化和反序列化等等。

In [1]: import lxml.html as lh
In [2]: z=lh.document_fromstring('<span>abc</span><span>xyz</span>')
# 可以看到，它自動加了根節(jié)點<html>
In [3]: z
Out[3]: <Element html at 0x7fc410667b88>
In [4]: z.tag
Out[4]: 'html'
# 還加了<body>節(jié)點
In [5]: z.getchildren()
Out[5]: [<Element body at 0x7fc4101a3ae8>]
# 把字符串的兩個節(jié)點放在了<body>里面
In [6]: z.getchildren()[0].getchildren()
Out[6]: [<Element span at 0x7fc410092bd8>, <Element span at 0x7fc410667c28>]

In [11]: z=lh.fragment_fromstring(‘<div>abc</div><div>xyz</div>’)
---------------------------------------------------------------------------
ParserError Traceback (most recent call last)
<ipython-input-11-a11f9a0f71d1> in <module>()
----> 1 z=lh.fragment_fromstring(‘<div>abc</div><div>xyz</div>’)
~/.virtualenvs/py3.6/lib/python3.6/site-packages/lxml/html/__init__.py in fragment_fromstring(html, create_parent, base_url, parser, **kw)
 850 raise etree.ParserError(
 851 “Multiple elements found (%s)”
--> 852 % ‘, ‘.join([_element_name(e) for e in elements]))
 853 el=elements[0]
 854 if el.tail and el.tail.strip():
ParserError: Multiple elements found (div, div)
# 可以看到，輸入是兩個節(jié)點（element）時就會報錯
# 如果加上 create_parent 參數(shù)，就沒問題了
In [12]: z=lh.fragment_fromstring('<div>abc</div><div>xyz</div>', create_parent='p')
In [13]: z.tag
Out[13]: 'p'
In [14]: z.getchildren()
Out[14]: [<Element div at 0x7fc40a41a818>, <Element div at 0x7fc40a41aea8>]

# 輸入字符串含有一個節(jié)點，則返回包含這一個節(jié)點的列表
In [17]: lh.fragments_fromstring('<div>abc</div>')
Out[17]: [<Element div at 0x7fc40a124ea8>]
# 輸入字符串含有多個節(jié)點，則返回包含這多個節(jié)點的列表
In [18]: lh.fragments_fromstring('<div>abc</div><div>xyz</div>')
Out[18]: [<Element div at 0x7fc40a124b88>, <Element div at 0x7fc40a124f98>]

In [27]: z=lh.fromstring('<div>abc</div><div>xyz</div>')
In [28]: z
Out[28]: <Element div at 0x7fc40a0eb368>
In [29]: z.getchildren()
Out[29]: [<Element div at 0x7fc410135548>, <Element div at 0x7fc40a0eb2c8>]
In [30]: type(z)
Out[30]: lxml.html.HtmlElement