从xml文件读取内容并存储在数组中

Question

我正在第一次使用xml，并且在将xml文件的内容存储在数组中时遇到了一些问题。我使用libxml2来解析XML文件，并且能够获取数据并能够打印它。下面的代码中给出：

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

wchar_t buffer[7][50]={"\0"}; 

static void parseDoc(const char *docname) 
{ 

    xmlDocPtr doc; 
    xmlNodePtr cur; 
    xmlChar *key; 
    int i=0; 
    doc = xmlParseFile(docname); 

    if (doc == NULL) { 

    fprintf(stderr,"Document not parsed successfully. \n"); 
    return; 
    } 

    cur = xmlDocGetRootElement(doc); 

    if (cur == NULL) 
    { 
     fprintf(stderr,"empty document\n"); 
     xmlFreeDoc(doc); 
     return; 
    } 

    cur = cur->xmlChildrenNode; 

    while (cur != NULL) 
    { 
     key = xmlNodeListGetString(doc, cur->xmlChildrenNode, 1); 
     wmemcpy(buffer[i],(wchar_t*)(key),size(key)); /*segmentation fault at this stage*/   
     printf("Content : %s\n", key); 
     xmlFree(key); 
     i++; 
     cur = cur->next; 
    } 
    xmlFreeDoc(doc); 
    return; 
} 

int main(void) 
{ 
    const char *docname="/home/workspace/TestProject/Text.xml; 
    parseDoc (docname); 
    return (1); 
} 

在屏幕上打印时的示例XML文件中提供下面

<?xml version="1.0"?> 
<story> 
    <author>John Fleck</author> 
    <datewritten>June 2, 2002</datewritten> 
    <keyword>example keyword</keyword> 
    <headline>This is the headline</headline> 
    <para>This is the body text.</para> 
</story> 

的文件内容的输出是如下

Content : null

Content : John Fleck

Content : null

Content : June 2, 2002

Content : null

Content : example keyword

Content : null

Content : This is the headline

Content : null

Content : This is the body text.

我觉得文件在少数地方为空的内容导致复制中的问题，从而产生分段错误。请让我知道如何解决这个问题，是否有更好的方法来完成这件事。我用MSXML解析器完成了一个类似的XML文件读取，这是我第一次使用Linux API。

编辑复制部分执行如下，但wchart数组的内容是乱码。进一步的帮助将不胜感激。

while (cur != NULL) { 

    key = xmlNodeListGetString(doc, cur->xmlChildrenNode, 1); 
    if(key!=NULL) 
    { 
     wmemcpy(DiscRead[i],(const wchar_t *)key,sizeof(key)); 
     i++; 
    } 

    printf("keyword: %s\n", key); 
    xmlFree(key); 

    cur = cur->next; 
} 

Answer 1

你的代码有多种问题：

• 您使用wchar_t你的字符串数组。这不适用于您从libxml2获得的UTF-8编码字符串。您应该坚持使用xmlChar或使用char。
• 您使用xmlNodeListGetString来获取节点的文本内容作为节点列表通过cur->xmlChildrenNode。后者对于文本节点将为NULL，因此xmlNodeListGetString将返回NULL作为错误条件。您应该简单地在当前节点上调用xmlNodeGetContent，但前提是它是元素节点。
• 使用xmlChildrenNode作为字段名称已弃用。你应该使用children。
• 致电wmemcpy是危险的。我建议像strlcpy这样更安全。

尝试是这样的：

char buffer[7][50]; 

static void parseDoc(const char *docname) 
{ 
    xmlDocPtr doc; 
    xmlNodePtr cur; 
    xmlChar *key; 
    int i = 0; 
    doc = xmlParseFile(docname); 

    if (doc == NULL) { 
     fprintf(stderr, "Document not parsed successfully. \n"); 
     return; 
    } 

    cur = xmlDocGetRootElement(doc); 

    if (cur == NULL) { 
     fprintf(stderr, "empty document\n"); 
     xmlFreeDoc(doc); 
     return; 
    } 

    for (cur = cur->children; cur != NULL; cur = cur->next) { 
     if (cur->type != XML_ELEMENT_NODE) 
      continue; 
     key = xmlNodeGetContent(cur); 
     strlcpy(buffer[i], key, 50); 
     printf("Content : %s\n", key); 
     xmlFree(key); 
     i++; 
    } 

    xmlFreeDoc(doc); 
} 

您也应该检查i不溢出数组中字符串的数量。

Answer 2

buffer array不够大。增加缓冲区大小到buffer[7+3][50]

wchar_t buffer[7][50]={"\0"}; 
... 
while (cur != NULL) { 
    wmemcpy(buffer[i],(wchar_t*)(key),size(key)); /*segmentation fault */ 
    printf("Content : %s\n", key); 
    ... 
    i++; 
} 

输出是10行“Content：...”。因此i从0递增到9，但buffer只能索引0到6.索引7和更高版本是未定义的行为，并且最终表现为段错误。