文章目录
- 一、介绍
- 1.1 xml 介绍
- 1.2 xml 标准
- 1.3 xml 教程
- 1.4 xml 构成
- 二、C/C++ xml 库选型
- 2.1 选型范围
- 2.2 RapidXML
- 2.3 tinyxml2
- 2.4 pugixml
- 2.5 libxml++
- 五、性能比较
- 5.1 C++ xml 相关的操作有哪些
- 5.2 rapidxml、Pugixml、TinyXML2 文件读取性能比较
- 六、其他问题
- 6.1 version和 encoding的取值范围
一、介绍
1.1 xml 介绍
XML（eXtensible Markup Language，可扩展标记语言）是一种标记语言，主要用于存储和传输数据。它定义了数据的结构和语义，但不定义数据的呈现方式。XML 是一种自描述的语言，易于理解和使用。以下是 XML 的一些关键特点：
- 可扩展性：用户可以定义自己的标签，使其适应不同的需求。
- 自描述性：标签本身描述了数据的内容和结构。
- 简洁性：与HTML相比，XML标签更简洁，减少了冗余。
- 可读性：标签清晰，易于人类阅读和理解。
- 跨平台：可以在任何操作系统上使用，与平台无关。
- 数据交换：广泛用于不同系统之间的数据交换。
1.2 xml 标准
- XML 1.0：1998年2月首次发布，是XML的基础版本。
- XML 1.0 第二版：2000年10月发布，包含了一些修正和澄清。
- XML 1.1：2001年2月发布，旨在解决XML 1.0中的一些问题，特别是字符编码和特殊字符的处理。
- XML 1.1 第二版：2006年4月发布，包含了对XML 1.1的一些小的修正和改进。（改进了字符编码处理，支持更多的 Unicode 字符）
要查看 XML 的历史规范和标准，可以访问以下资源：
-
W3C 官方网站：
- https://www.w3.org/TR/
- 这是查看 XML 规范和其他 Web 标准的主要资源。
-
XML 1.0 规范：
- https://www.w3.org/TR/REC-xml/
- https://www.w3.org/TR/xml11/
- https://www.w3.org/TR/2008/REC-xml-20081126/
-
XML 1.1 规范：
- https://www.w3.org/TR/xml11/
- https://www.w3.org/TR/2006/REC-xml11-20060816/
-
W3C XML 活动页面：
- https://www.w3.org/XML/
- 提供了关于 XML 技术的最新信息和资源。
-
互联网档案馆：
- https://archive.org/
- 有时可以找到早期的规范文档和历史版本。
通过这些资源，你可以获取 XML 的详细规范、历史版本和相关的技术文档。这有助于了解 XML 的发展历史和当前标准。
1.3 xml 教程
- XML 简介
- https://www.runoob.com/
- https://www.w3school.com.cn/xml/index.asp
- https://www.cnblogs.com/antLaddie/p/14823874.html
- DOM 和 SAX
1.4 xml 构成
XML（Extensible Markup Language，可扩展标记语言）文档由以下基本构成要素组成：
-
XML声明 (
<?xml version="1.0" encoding="UTF-8"?>): 可选的，位于文档最开始，用来指定XML版本和字符编码等信息。 -
元素 (Elements): XML文档的基本构建块，有开始标签（如
<item>）和结束标签（如</item>），元素可以包含文本、其他元素或者属性。 -
属性 (Attributes): 元素可以有属性，用来提供额外信息。属性在元素的开始标签内定义（如
<item id="123">），属性值必须加引号。 -
文本 (Text): 元素内部的字符数据，可以是文本或者实体引用。
-
注释 (Comments): 以
<!--开始，-->结束，用于添加文档的注释信息，它们在XML文档中会被忽略。 -
处理指令 (Processing Instructions): 以
<?开始，?>结束，用于提供处理器指令（如XML声明），通常用于指定文档相关的配置信息。 -
文档类型声明 (Document Type Declaration, DTD): 以
<!DOCTYPE开始，用来定义文档的结构和元素的合法性规则，可以包含元素和属性的声明。 -
CDATA区 (Character Data): 以
<![CDATA[开始，]]>结束，用来包含不应被XML解析器解析的文本。 -
实体 (Entities): 可以是字符引用（如
<表示<）或实体引用（如©表示版权符号），用于表示特殊或不可见的字符。 -
命名空间 (Namespaces): 用于区分相同名称的不同元素和属性，避免命名冲突。
-
属性列表 (Attribute List): 某些元素可以有一系列的属性，这些属性提供了关于元素的附加信息。
一个简单的XML文档示例如下：
<?xml version="1.0" encoding="UTF-8"?>
<catalog><book id="bk101"><author>Gambardella, Matthew</author><title>XML Developer's Guide</title><genre>Computer</genre><price>44.95</price><publish_date>2000-10-01</publish_date><description>An in-depth look at creating applications with XML.</description></book><!-- More book elements can go here -->
</catalog>
在这个示例中，catalog 是根元素，book 是子元素，每个 book 元素有多个子元素如 author、title 等，以及一个 id 属性。
二、C/C++ xml 库选型
2.1 选型范围
- 资料
- https://rapidxml.sourceforge.net/manual.html
- C/C++ xml库比较
- xml解析库对比总结(解析方式，第三方库，TinyXml)
- 深入对比XML处理库：Mini-XML、TinyXML-2与libxml2
- C++类库Pugixml与rapidxml性能评测
- 开源库
- RapidXML、cereal-RapidXML：仅DOM方式、速度快、v1.3 2009
- pugixml：仅DOM方式、速度快、支持XPath1.0查询、C++、好集成、v10.0.0 2023-10-31
- libxml：
- libxml2：C
- libxml++：C++
- tinyxml2：C++、好集成、API简单
- 结论
- 性能：RapidXML 和 PugiXML 在解析大型XML文件时表现优异。 （时间和空间）
- 易用性：TinyXML2 和 PugiXML 的API设计简洁直观，易于学习和使用。
- 功能全面性：libxml2 和 libxml++ 提供了最全面的功能，包括XML验证、XPath查询和XSLT转换-
- 选择哪个库取决于你的具体需求，例如是否需要XPath支持、是否需要处理大型文件、是否需要C++绑定等。根据这些因素，你可以决定最适合你项目的XML库。
2.2 RapidXML
- 注意：cereal 序列化库选用RapidXML和RapidJSON，可见其性能强劲。
- 官网： https://rapidxml.sourceforge.net/
- 最新版本和更新时间：v1.3 2009/05/13 01:46:17
- 官网手册： https://rapidxml.sourceforge.net/manual.html
- 第三方源码：https://github.com/Fe-Bell/RapidXML
- c++开源库rapidxml介绍与示例
- rapidxml 文件读写，增加删除节点
2.3 tinyxml2
- https://github.com/leethomason/tinyxml2
- 最新版本和更新时间：v10.0.0 2023-10-31
- C++那些事之优雅的解析XML
- TinyXML2使用教程
- tinyxml2使用方法
- C++ XML 库 TinyXML2 的基本使用
使用方式：
- 源码集成：仅 tinyxml2.h 和 tinyxml2.cpp 两个文件
- 库集成：tinyxml2.h 和 静/动态库
2.4 pugixml
- Pugixml一种快速解析XML文件的开源解析库
- 官网：https://pugixml.org/
- 源码：https://github.com/zeux/pugixml
- 当前最新版本和更新时间：v1.14_2023-10-02
- C/C++编程：pugixml
- https://www.cnblogs.com/Gale-Tech/p/16089326.html
- https://blog.csdn.net/FL1768317420/article/details/136385775
2.5 libxml++
-
https://libxmlplusplus.sourceforge.net/
-
https://libxmlplusplus.github.io/libxmlplusplus/
-
https://github.com/libxmlplusplus/libxmlplusplus
-
libxml2：
- 官网地址：http://xmlsoft.org/
- 源码地址：http://xmlsoft.org/sources/
五、性能比较
5.1 C++ xml 相关的操作有哪些
在 C++ 中，XML 相关的操作可以通过多种库来实现，这些操作包括但不限于：
-
解析（Parsing）：
- 将 XML 字符串或文件解析为一个可操作的内部结构，通常是 DOM（Document Object Model）。
-
序列化（Serialization）：
- 将 DOM 或其他内存中的结构转换回 XML 格式的字符串或写入文件。
-
查询（Querying）：
- 使用 XPath 表达式在 XML 文档中查找特定的元素或属性。
-
修改（Modifying）：
- 编辑 XML 文档的内容，包括添加、删除或更改元素和属性。
-
创建（Creating）：
- 从头开始构建 XML 文档，添加元素和属性。
-
验证（Validating）：
- 检查 XML 文档是否符合某个模式（如 DTD 或 XML Schema）。
-
遍历（Traversal）：
- 通过 DOM 遍历 XML 文档的节点。
-
操作属性（Manipulating Attributes）：
- 获取和设置 XML 元素的属性。
-
处理命名空间（Handling Namespaces）：
- 管理 XML 文档中的命名空间。
-
事件驱动解析（Event-driven Parsing）：
- 使用 SAX（Simple API for XML）风格的接口进行事件驱动的解析。
-
转换（Transformation）：
- 使用 XSLT（eXtensible Stylesheet Language Transformations）转换 XML 文档。
-
生成（Generation）：
- 动态生成 XML 数据，例如作为 API 响应。
在 C++ 中，一些流行的 XML 处理库包括：
- TinyXML and TinyXML-2：轻量级的 XML 解析库，提供基本的解析和序列化功能，但不直接支持 XPath。
- RapidXML：一个快速的、不使用异常的 DOM 解析器，同样不提供 XPath 支持。
- libxml2：一个功能全面的 XML 库，支持 DOM、SAX、XPath 和 XSLT。
- PugiXML：一个轻量级的、简单易用的 XML 解析库，支持 XPath 查询。
- Xerces-C++：一个基于 Apache Xerces 的 XML 解析库，支持 DOM、SAX 和 XPath。
使用这些库，开发者可以执行上述的 XML 操作，以满足不同的开发需求。选择哪个库取决于项目的具体需求、性能考虑以及个人偏好。
5.2 rapidxml、Pugixml、TinyXML2 文件读取性能比较
- 测试： 读文件
- 结论：
- 小文件：rapidxml 速度 >> Pugixml ≈ TinyXML2
- 大文件：Pugixml > rapidxml > TinyXML2
// g++ -o test-xml main.cpp pugixml-1.14/pugixml.cpp tinyxml2-10.0.0/tinyxml2.cpp
#include <iostream>
#include "pugixml-1.14/pugixml.hpp"
#include "pugixml-1.14/pugiconfig.hpp"
#include <sys/time.h>#include "rapidxml-1.13/rapidxml.hpp"
#include "rapidxml-1.13/rapidxml_print.hpp"
#include "rapidxml-1.13/rapidxml_utils.hpp"#include "tinyxml2-10.0.0/tinyxml2.h"using namespace std;#define TEST_TIMES 10int pugixmltestmain( void )
{pugi::xml_document doc;timeval starttime, endtime;double timeuse = 0.;double timeAverage = 0.;for( int i = 0; i < TEST_TIMES; ++i ){gettimeofday( &starttime, 0 );if( !doc.load_file( "xml/login.xml" ) ){cout << "failed in load xml file! _ " << i << endl;continue;}gettimeofday( &endtime, 0 );timeuse = 1000000. * (endtime.tv_sec - starttime.tv_sec) + endtime.tv_usec - starttime.tv_usec;timeuse *= 0.001 ;cout << " reading files costs : " << timeuse << "ms" << endl;timeAverage += timeuse;}timeAverage /= TEST_TIMES;cout << " \n** The end *******************\n pugixmltest the average costs = " << timeAverage << "ms\r\n\r\n" << endl;return 0;
}using namespace rapidxml;
using std::cout;
using std::endl;int rapidxmltestmain()
{timeval starttime, endtime;double timeuse = 0.;double timeAverage = 0.;//< parse xmlfor( int i = 0 ; i < TEST_TIMES; ++i ){rapidxml::file<> filename( "xml/login.xml" );xml_document<> doc;gettimeofday( &starttime, 0 );doc.parse<0>( filename.data() );gettimeofday( &endtime, 0 );timeuse = 1000000. * (endtime.tv_sec - starttime.tv_sec) + endtime.tv_usec - starttime.tv_usec;timeuse *= 0.001 ;cout << " reading files costs : " << timeuse << "ms" << endl;doc.clear();timeAverage += timeuse;}timeAverage /= TEST_TIMES;cout << " \n** The end *******************\n rapidxmltest the average costs = " << timeAverage << "ms\r\n\r\n" << endl;return 0;
}using namespace tinyxml2;
int tinyxml2testmain( void )
{XMLDocument doc;// doc.LoadFile( "resources/dream.xml" );// doc.ErrorID();timeval starttime, endtime;double timeuse = 0.;double timeAverage = 0.;for( int i = 0; i < TEST_TIMES; ++i ){gettimeofday( &starttime, 0 );if( XML_SUCCESS != doc.LoadFile( "xml/login.xml" ) ){cout << "failed in load xml file! _ " << i << endl;continue;}gettimeofday( &endtime, 0 );timeuse = 1000000. * (endtime.tv_sec - starttime.tv_sec) + endtime.tv_usec - starttime.tv_usec;timeuse *= 0.001 ;cout << " reading files costs : " << timeuse << "ms" << endl;timeAverage += timeuse;}timeAverage /= TEST_TIMES;cout << " \n** The end *******************\n tinyxml2test the average costs = " << timeAverage << "ms\r\n\r\n" << endl;return 0;
}
int main()
{pugixmltestmain();rapidxmltestmain();tinyxml2testmain();
}如果没有xml文件 就在测试目录增加一个xml目录，里面创建login.xml
Xml内容如下
<?xml version="1.0"?>
<Request><PK_Type><Name>LOGIN</Name></PK_Type><Info><UserName>admin</UserName><PassWord>21232f297a57a5a743894a0e4a801fc3</PassWord><FSUID>26201907030003</FSUID><FSUIP>172.16.88.192</FSUIP><FSUMAC>00-0c-29-de-4c-58</FSUMAC><FSUVER>1.0.01</FSUVER></Info>
</Request>- 测试大文件：197KB
- 测试小文件：1KB
六、其他问题
6.1 version和 encoding的取值范围
<?xml version="1.0" encoding="ISO-8859-1"?>其中version和 encoding的取值范围在哪可以查<?xml version="1.0" encoding="ISO-8859-1"?> 是 XML 文档的声明，位于文档的最前面。这个声明用于告诉解析器有关 XML 文档的版本和编码信息。
-
version属性指定了 XML 文档使用的 XML 版本，目前最常见的是 “1.0”。W3C 定义的 XML 1.0 标准有两个版本：1.0 和 1.1。因此，version属性的取值范围通常为 “1.0” 或 “1.1”。 -
encoding属性指定了 XML 文档使用的字符编码。XML 允许使用多种字符编码，包括但不限于：UTF-8UTF-16ISO-8859-1（Latin-1 Western European）ISO-8859-2（Latin-2 Central European）ISO-8859-3（Latin-3 South European）ISO-8859-4（Latin-4 North European）ISO-8859-5（Latin/Cyrillic）ISO-8859-6（Latin/Arabic）ISO-8859-7（Latin/Greek）ISO-8859-8（Latin/Hebrew）ISO-8859-9（Latin-5 Turkish）- 等等
要查找 version 和 encoding 的取值范围，可以查阅以下资源：
-
XML 1.0 标准：定义了 XML 的基本语法和行为，包括版本信息。可以在 W3C 的官方网站上找到：XML 1.0 Specification。
-
XML 1.1 标准：在 XML 1.0 的基础上做了一些扩展，包括对更多字符编码的支持。可以在 W3C 的官方网站上找到：XML 1.1 Specification。
-
字符编码标准：如 IANA（Internet Assigned Numbers Authority）Character Sets 列出了多种字符编码。
-
W3C 的 Encoding 标准：提供了关于 Web 文档字符编码的详细信息，包括如何在 HTTP 头部和 HTML 中指定编码：Character Encoding for HTML & XML。
通过这些资源，您可以找到所有有效的 XML 版本和编码选项，以及它们的使用方式和限制。
![CTF-Web习题：[BJDCTF2020]ZJCTF，不过如此](https://i-blog.csdnimg.cn/direct/dd718287fecd4185881426b1ca8ddd3e.png)
