C++. Сборник рецептов

Когсуэлл Джефф

 XercesInitializer(const XercesInitializer&);

 XercesInitializer& operator=(const XercesInitializer&);

};

int main {

 try {

vector<Animal> animalList;

// Инициализировать Xerces и получить парсер

XercesInitializer init;

auto_ptr<SAX2XMLReader>

parser(XMLReaderFactory::createXMLReader);

// Зарегистрировать обработчики

CircusContentHandler content(animalList);

CircusErrorHandler error;

parser->setContentHandler(&content);

parser->setErrorHandler(&error);

//

Выполнить синтаксический анализ документа XML

parser->parse("animals.xml");

// Напечатать клички животных

for (vector<Animal>::size_type i = 0;

n = animalList.size; i < n; ++i) {

cout << animalList[i] << "\n";

}

 } catch (const SAXException& e) {

cout << "xml error: " << toNative(e.getMessage) << "\n";

return EXIT_FAILURE;

 } catch (const XMLException& e) {

cout << "xml error: " << toNative(e.getMessage) << "\n";

return EXIT_FAILURE;

 } catch (const exception& e) {

cout << e.what << "\n";

return EXIT_FAILURE;

 }

}

Обсуждение

Некоторые парсеры XML выполняют синтаксический анализ документа XML и возвращают его пользователю в виде сложного объекта С++. Именно это делает парсер TinyXml и парсер W3C DOM, который будет рассмотрен в следующем рецепте. В отличие от них парсер SAX2 использует ряд функций обратного вызова для передачи пользователю информации о документе XML по ходу его анализа. Функции обратного вызова сгруппированы в несколько интерфейсов обработчиков:

ContentHandler

получает уведомления об элементах, атрибутах и о тексте документа XML,

ErrorHandler

получает предупреждения и сообщения об ошибках, a

DTDHandler

получает уведомления о DTD документа XML.

Проектирование парсера, использующего функции обратного вызова, имеет несколько важных преимуществ. Например, можно выполнять синтаксический анализ очень больших документов, которые не помещаются в памяти. Кроме того, это может сэкономить процессорное время, потому что не надо выполнять многочисленные операции динамического выделения памяти, необходимые для конструирования узлов внутреннего представления документа XML, и потому что пользователь может создавать свое представление данных документа непосредственно, а не во время прохождения дерева документа, как я это делал в примере 14.3.

Пример 14.8 достаточно простой: я получаю парсер SAX2, регистрирую

ContentHandler

и

ErrorHandler

, анализирую документ

animals.xml

и печатаю список объектов

Animal

, заполненный обработчиком

ContentHandler

. Следует отметить два интересных момента: во-первых, функция

XMLReaderFactory::createXMLReader

возвращает экземпляр

SAX2XMLReader

, память под который выделяется динамически и должна освобождаться пользователем в явной форме; для этой цели я использую

std::auto_ptr

, чтобы обеспечить удаление парсера даже в случае возникновения исключения. Во-вторых, среда Xerces должна быть инициализирована, используя

xercesc::XMLPlatformUtils::Initialize

, и очищена при помощи

xercesc::XMLPlatformUtils::Terminate

. Я инкапсулирую эту инициализацию и очистку в классе

XercesInitializer

,

который вызывает

XMLPlatformUtils::Initialize

в своем конструкторе и

XMLPlatformUtils::Terminate

в своем деструкторе. Это гарантирует вызов

Terminate

, даже если выбрасывается исключение. Это пример метода захвата ресурса при инициализации (Resource Acquisition Is Initialization — RAII), который был продемонстрирован в примере 8.3.

Давайте теперь посмотрим, как класс

CircusContentHandler

из примера 14.6 реализует интерфейс SAX2

ContentHandler

. Парсер SAX 2 вызывает метод

startElement

при каждой встрече открывающего тега элемента. Если элементу приписано пространство имен, первый аргумент,

uri

, будет содержать URI пространства имен элемента, а второй аргумент,

localname

, будет содержать ту часть имени тега элемента, которая идет за префиксом пространства имен. Если элемент не имеет пространства имен, эти два аргумента будут иметь пустые строки. Третий аргумент содержит имя тега элемента, если с элементом не связывается пространство имен; в противном случае этот аргумент может содержать либо имя тега элемента в том виде, в каком оно встречается в анализируемом документе, либо пустую строку. Четвертым аргументом является экземпляр класса

Attributes

, представляющего набор атрибутов элемента.

В приведенной в примере 14.6 реализации

startElement

я игнорирую элемент

animalList

. Когда я встречаю элемент

animal

, я добавляю новый объект

Animal

в список животных; назовем его текущим объектом

Animal

и предоставим право установки свойств этого

Animal

обработчикам других элементов. Когда я встречаю элемент

veterinarian

или

trainer

, я вызываю функцию

contactFromAttributes

для конструирования экземпляра

Contact

из набора атрибутов элемента и затем использую этот объект

Contact

для установки свойств ветеринара и дрессировщика в текущем элементе

Animal

. Когда я встречаю элемент name,

species

или

dateOfBirth

, я очищаю переменную-член

currentText_

, которая будет использоваться для хранения текстового содержимого этого элемента.

Парсер SAX2 вызывает метод

characters

для передачи символьных данных, содержащихся в элементе. Этот парсер может передавать символы элемента с помощью нескольких вызовов метода

characters

; пока не встретится закрывающий тег, нельзя быть уверенным в передаче всех символьных данных. Поэтому в реализации

characters

я просто добавляю полученные символы в конец переменной-члена

currentText_

, которую я использую для установки клички, вида и даты рождения

Animal

сразу после встречи закрывающего тега для элемента

name

,

species

или

dateOfBirth

.

Парсер SAX2 вызывает метод

endElement

при выходе из каждого элемента. Его аргументы имеют тот же смысл, который имеют первые три аргумента метода

startElement

. В реализации

endElement

, приведенной в примере 14.6, я игнорирую все элементы, отличные от

name

,

species

и

dateOfBirth

. Когда происходит обратный вызов, соответствующий одному из этих элементов, сигнализирующий о сделанном только что выходе парсера из элемента, я использую символьные данные, сохраненные в

currentText_

для установки клички, вида и даты рождения текущего объекта

Animal

.