[xml解析]rapidxml读取文件

因为项目需要读取xml配置文件，在原来调查一番后，项目组使用了tinyxml.

tinyxml确实简单，非常清楚的就把读取方案写出来了。但是，由于后期xml文件越来越大（2.5M,大概1w多行数据），结果导致运行速度越来越低(17s)。

于是，不得不开始寻找改善方案。

在网上调查一番后，普遍认为xml读取有以下的几种方式：

RapidXml、pugixml 0.3、pugxml、TinyXml

并且清楚的给出了各个之间的性能对比。

Platform	Compiler	strlen()	RapidXml	pugixml 0.3	pugxml	TinyXml
Pentium 4	MSVC 8.0	2.5	5.4	7.0	61.7	298.8
Pentium 4	gcc 4.1.1	0.8	6.1	9.5	67.0	413.2
Core 2	MSVC 8.0	1.0	4.5	5.0	24.6	154.8
Core 2	gcc 4.1.1	0.6	4.6	5.4	28.3	229.3
Athlon XP	MSVC 8.0	3.1	7.7	8.0	25.5	182.6
Athlon XP	gcc 4.1.1	0.9	8.2	9.2	33.7	265.2
Pentium 3	MSVC 8.0	2.0	6.3	7.0	30.9	211.9
Pentium 3	gcc 4.1.1	1.0	6.7	8.9	35.3	316.0

抱着试一试的态度，我采用了rapidxml来进行改善，结果运行速度减少到了1.6S!

下面是rapidxml的一些使用注意事项，总结一下，帮助大家少走弯路。

1.大家网上百度的时候，肯定都会存在这样的代码：

     file<> fdoc("config.xml");
     std::cout<<fdoc.data()<<std::endl;
     xml_document<>   doc;
     doc.parse<parse_full>(fdoc.data());   

代码本身是没有错的，但是导入工程后，就会在file<> fdoc抛出异常。

调查许久后发现：file<> fdoc后面必须是绝对路径，所以我们读取的时候不必要像上面那么书写，可以这样：

     using namespace rapidxml;
     std::string strXml = m_strXmlPath;  // m_strXmlPath是获取xml路径的方法，可以自己去实现
     strXml.append("\\CA_Basic.xml");
     file<> fdoc(strXml.c_str());
     xml_document<> doc;
     doc.parse<>(fdoc.data());

2.网上的xml的格式都是很整齐的，比如：

 <config>
     <color>
         <red>0.1</red>
         <green>0.1</green>
         <blue>0.1</blue>
         <alpha>1.0</alpha>
     </color>
     <size>
         <x>640</x>
         <y>480</y>
         <w>0</w>
         <h>0</h>
     </size>
     <mode fullscreen="false">screen mode</mode>
 </config>

这样读取起来确实和简单，按照一下的方案就行了。

     //! 获取根节点
     xml_node<>* root = doc.first_node();  

     //! 获取根节点第一个节点
     xml_node<>* node1 = root->first_node();
     xml_node<>* node11 = node1->first_node();
     ......

可是实际运用的时候不会这么简单的，比如我们有以下的xml:

 <ca_table>
   <ce_port no="0">
     <ca item_id ="10004000" curr_ec="1" next_ec="2">
      <firm no ="0" vv ="10" ll ="40" pp ="0000"> </firm>
      <firm no ="1" vv ="11" ll ="40" pp ="0000"> </firm>
      <board_hard pn ="CA07111-C631" sn ="PP09280285" rev ="40" other =""> </board_hard>
      <port port_no ="0" item_id ="11004000" rate ="0" node_name="500000E0D1000100" wwn="500000E0D1000100" MacAddress="B0ACFAA3A000" lu_reset_scope="01" reserveCancel="00">
      </port>
    </ca>
   </ce_port>
 </ca_table>

这个时候就比较麻烦了，我们可以这样去读取：

 using namespace rapidxml;
 std::string strXml = m_strXmlPath;
 strXml.append("\\CA_Basic.xml");
 file<> fdoc(strXml.c_str());
 xml_document<> doc;
 doc.parse<>(fdoc.data());

 xml_node<>* root = doc.first_node();                         // 获取根节点<ca_table>
 xml_node<>* pCePortNodeBasic = root->first_node("ce_port");  // 获取节点<ce_port>
 if (!pCePortNodeBasic) {
     return;
 }
 xml_node<>* pCaBasic = pCePortNodeBasic->first_node("ca");   // 获取节点<ca>
 xml_attribute<>* p = pCaBasic ->first_attribute(“item_id”);  // 获取节点<ca>中的itemid
 unsigned long long value = strtol(p->value(), NULL, );     // p->value()获取的是字符，需要将其转换为数值类型

3.并列的xml怎么处理？

跟tinyxml一样，rapidxml也自己封装了搜寻下一个并列的xml的函数next_sibling()，直接调用即可。

4.命名空间rapidxml

在使用rapidxml的时候，尽可能的在调用rapidxml的地方再使用rapidxml命名空间，最好不要放到全局，以免引起混淆和带来性能问题