C/C++ 開發(fā)人員：充實您的 XML 工具箱
作者：Rick Parrish
提交者：eastvc 發(fā)布日期：2003-10-23 22:16:03
原文出處：
http://www-900.ibm.com/developerWorks/cn/xml/x-ctlbx/index.shtml本文針對哪些不熟悉 XML 開發(fā)的 C 和 C++ 程序員，概述了為 XML 開發(fā)作準備而裝配的工具。工具表概述了常規(guī) XML 工具，如 IDE 和模式設計器、解析器、XSLT 工具、SOAP 和 XML-RPC 庫，以及其它可以在 C 和／或 C++ 中使用或者實際上以 C 和／或 C++ 編寫的庫。本文包括了關于在 Windows、Unix 和 Linux 上安裝開放源碼庫的建議，還有關鍵 XML 術語的簡要詞匯表。
似乎滿眼望去，一些新的以源碼形式發(fā)布的與 XML 相關的工具都是用 Java 編寫。盡管 Java 在 XML 競技場中占有明顯優(yōu)勢，許多 C/C++ 程序員還是在進行 XML 的開發(fā)，而且現(xiàn)在有許多 XML 工具可供 C 和 C++ 程序員使用。我們將面對 XML 庫問題，如驗證、模式和 API 模型。接著，我們將研究常規(guī) XML 工具的集合，如 IDE 和模式設計器。最后，我們將用一個列表進行總結(jié)，并且討論可以在 C 和／或 C++ 中使用或者實際上以 C 和／或 C++ 編寫的庫。
在本文中，將跳過關于使用 XML 的爭論；我假設您已經(jīng)擁有充分的理由來等待掌握這種技術。另外，我們將把 XML 的更詳細說明留給參考資料中的背景資源講述。只要說 XML 是數(shù)據(jù)交換的標準（不僅是文件格式）就夠了。數(shù)據(jù)可以是以 XML 格式的應用程序文件形式來進行交換的，或者通過網(wǎng)絡連接進行交換，該網(wǎng)絡連接只是因在線事務結(jié)束或網(wǎng)絡連接關閉而遭到放棄之前存在短暫片刻。
此外，本文并不是評價工具的比較性評論。我的目的是說明您可能需要的工具類型，并向您指出可能的候選工具。您仍需要根據(jù)項目需要來研究、測試和比較工具特征，以裝配最終的工具箱。
兩套工具
要將 XML 合并到自己的軟件項目中，在您的工具箱里應該有兩套工具。第一套是方言設計器（或者更適當?shù)慕蟹ㄊ恰澳Ｊ皆O計器”）。第二套工具包括將解析和 XML 生成特性添加到應用程序的軟件庫。
設計您自己的 XML 方言
XML 方言只是一組特殊的 XML 標記，以及一些關于如何組合這些標記的規(guī)則。目前，指定或定義 XML 方言的兩種主要方式是通過文檔類型定義（DTD）或 XML 模式。我將把這兩者都稱作模式。
您的項目域也許已經(jīng)有了一個為您設計的特定模式。如果沒有，您可以使用純文本編輯器創(chuàng)建自己的模式。更精細的方法是使用可以檢查語法的真正 方言設計器。（當以后嘗試使用錯誤的模式來驗證 XML 數(shù)據(jù)時，該模式不會起作用。）
設計工具
目前，大多數(shù)程序員的文本編輯器 — 尤其是在 IDE 中找到的文本編輯器 — 擁有正規(guī)的宏和模板支持，可用于某些特性，如語法突出顯示和自動完成部分輸入的字或短語。因此，我省略了關于任何只執(zhí)行語法突出顯示和自動完成的 XML 編輯器的討論。Microsoft Word 或 Emacs 宏就可以實現(xiàn)這些特性，因此“XML 編輯器”應該有更多特性。
表 1 中顯示的工具分為三種類別：
- IDE（集成開發(fā)環(huán)境，即瑞士軍刀方法）
- 模式敏感的 XML 編輯器（補充在模式或 DTD 中找到的許可標記結(jié)構和屬性）
- 模式設計器（用于編寫自己的模式或 DTD）
因為表 1 中的所有工具都運行應用程序，所以它們適合于所有 XML 開發(fā)人員 — 不僅是那些使用 C++ 的開發(fā)人員（與本文中其它表中列出的工具不同）。
表 1. 各種平臺的方言設計工具| 產(chǎn)品 | 供應商 | 描述 | 許可證 | 平臺 |
| Turbo XML | TIBCO/Extensibility | XML 模式／DTD 設計器和 IDE | 商業(yè) | Java、Win32 |
| Komodo | Active State | XML 編輯器和 IDE | 商業(yè) | Linux、Win32、其它 |
| XML Spy | Altova | 用于 XML 編輯和模式設計的 IDE | 商業(yè) | Win32 |
| XML Notepad | Microsoft | XML 編輯器 | 免費 | Win32 |
| Morphon XML | Lunatech Research | 模式敏感的 XML 數(shù)據(jù)編輯器 | 商業(yè) | Java |
| XED | 愛丁堡大學 | 模式敏感的 XML 數(shù)據(jù)編輯器 | 非商業(yè) | Win32、Linux、Unix |
| Xeena | IBM alphaWorks | 模式敏感的 XML 數(shù)據(jù)編輯器 | 免費試用／商業(yè) | Mac、Unix、Win32 |
| Visual XML | Pierlou | 模式敏感的 XML 數(shù)據(jù)編輯器 | 非商業(yè) | Java |
| Netpadd | Phillip Lenssen | Microsoft 的 XML Notepad 的替代品 | 非商業(yè) | Win32 |
| XMetal | Softquad | DTD 敏感的 XML 編輯器 | 商業(yè) | Win32 |
| Merlot | Channelpoint | 可視 XML 編輯器；支持 DTD 插件 | 非商業(yè) | Java |
| XML Validator | ElCel Technologies | 命令行 XML 驗證工具 | 非商業(yè) | Win32 |
| XML Canon | ElCel Technologies | 通過將 XML 數(shù)據(jù)與 DTD 合并來生成規(guī)范的 XML | 非商業(yè) | Win32 |
C 和 C++ 工具
本文的其余部分提供了通過軟件庫向 C/C++ 程序員添加 XML 功能的基礎。在本文的下一部分中，您將發(fā)現(xiàn)可以找到更多的命令行實用程序，軟件庫包含了它們作為測試和／或樣本程序。例如，Transformiix 可以用作一個庫、Perl 模塊或命令行工具。
發(fā)放許可證
在所有工具表中，商業(yè)許可證表示必須購買該工具，才能將它用于產(chǎn)品環(huán)境中。試用版本（有時間限制或者禁用了主要特性）通常可供下載和評估。所有其它工具都有非商業(yè)許可證，不需要支付費用就能使用，但如果將它們用于商業(yè)項目中，請確保您將遵守許可證條款進行使用。例如，使用任何開放源碼作為共享庫或 DLL，應符合這些 XML 庫附帶的開放源碼許可證協(xié)定（通常是 LGPL）。在表中，當可能不完全安裝工具就能確定許可證類型時，就會指定非商業(yè)許可證的類型；該表使用 非商業(yè)來指定許可證條款比較模糊的免費軟件。 常用的開放源碼是 Apache、GPL、BSD 和 LGPL。并不允許在商業(yè)軟件包中包含 GPL 代碼，而 Apache 和 LGPL 代碼可以在銷售的軟件中使用。這四個產(chǎn)品都限制在沒有得到許可的情況下在派生產(chǎn)品中使用它們的名稱。 |
到現(xiàn)在為止，我嘗試盡量少用 XML 相關的術語。可是，在您進一步閱讀之前，如果還不熟悉 XML 基礎知識，您也許應該瀏覽在 XML 術語側(cè)欄中定義的術語。這些術語將幫助您理解本文的其余部分，并且在您親自深入研究所提到的工具和庫時幫助挑出它們的特征。
解析器
一旦您擁有了 DTD 或模式以及與其相配的 XML 文檔，就需要一個解析器來讀取并解釋該 XML 文檔。表 2 概述了 C/C++ 開發(fā)人員的解析器庫。可是，在開始研究表中的網(wǎng)格時，需要一點背景知識。
驗證
XML 解析器有兩種形式：驗證和非驗證。您需要哪一種呢？如果您不使用正式的 DTD 或模式，驗證特性對于您來說并不重要。如果您已經(jīng)或者正在計劃使用 DTD 或模式，您也許會首選驗證解析器。（在這種情況下，我建議您還要學習如何閱讀和手工寫 DTD／模式，這樣當發(fā)生驗證問題時，您就可以處理錯誤。有時，錯誤在 DTD／模式中，因此您可以調(diào)試 DTD／模式文件和 XML 數(shù)據(jù)。）
解析器 API 模型
用于將軟件與 XML 解析器結(jié)合的兩種常用 API 模型是：文檔模型和事件模型。文檔 API 模型對 XML 數(shù)據(jù)進行解析以生成一個對象。對象將文檔的內(nèi)容抽象成樹結(jié)構。應用程序?qū)@個樹結(jié)構對象進行操作。事件 API 模型使用回調(diào)機制向應用程序通報 XML 數(shù)據(jù)的結(jié)構。事件／回調(diào)通常在進行解析時發(fā)生。
API 標準：DOM 和 SAX
一般解析器 API 模型已經(jīng)被進一步改進成特定 API 標準。W3C 已經(jīng)推薦 DOM（級別 1 和 2，級別 3 正在草擬中）作為標準化文檔 API 模型。SAX 雖然不是 W3C 項目，但它已經(jīng)占有了事實上的標準事件 API 模型的地位。
W3C 標準
當比較解析器和其它 XML 工具中的特性時，請尋找 W3C 推薦的和正在形成的規(guī)范的支持，如名稱空間、XPath、XLink、XInclude 和 XInfoset。請記住，XML 技術成熟得非常快，對第一級規(guī)范（如 DOM）的支持也許缺少了該規(guī)范第二級中引入的重要功能。如果最新規(guī)范形式的功能對于您的項目很重要，請相應地選擇工具。
閱讀下表
在表 2 中，“事件”欄指定了支持一個推或事件模型 API（如 SAX）的解析器。“文檔”欄指定了支持拉或文檔模型 API（如 DOM）的解析器。與前面一樣，該表列出了商業(yè)和非商業(yè)工具（請參閱側(cè)欄發(fā)放許可證以獲取關于軟件許可證的詳細信息）。
表 2. C/C++ 開發(fā)人員的解析器| 庫 | 供應商 | 事件 | 文檔 | 特點 | 許可證 |
| expat | James Clark/expat 小組 | 本機與 SAX | - | 帶有本機 API 和 SAX 封裝器的、非常快速的推模型解析器。 | LGPL（免費） |
| libxml | Gnome | SAX | DOM | 非常強壯；SAX 與 DOM 封裝器；執(zhí)行 DTD 驗證 | LGPL（免費） |
| MSXML | Microsoft | SAX | DOM | Win32 的 Microsoft XML 庫 | EULA（免費） |
| Xerces | Apache Software Foundation | SAX | DOM | 執(zhí)行 SAX 及 DOM 級別 1 和 2；DTD 驗證；增加的 XML 模式 | Apache（免費） |
| XTL | Vivid Creations | SAX | DOM | 帶 SAX 和 DOM 的基于 STL 的 XML 工具箱 | 商業(yè) |
| RXP | 愛丁堡大學 | - | 本機 | 驗證以 C 編寫的了解名稱空間的 XML 解析器 | GPL（免費） |
| XML4C | IBM alphaWorks | SAX | DOM | IBM 發(fā)起的 Xerces 的變體 | Apache（免費） |
| Oracle XDK 8i | Oracle | SAX | DOM | Oracle 主辦的用于 C++ 的 XML 工具箱 | 非商業(yè) |
| Pull Parser | Extreme! Lab | - | 本機 | 印地安那大學發(fā)起的用于 C++ 的輕量型 XML 工具箱 | 非商業(yè) |
| XML Booster | PhiDaNi Software | - | 本機 | 解析器發(fā)生器，生成 C 源碼解析器 | 商業(yè) |
開放源碼前三名
三種最流行的開放源碼 XML 庫是 expat、libxml 和 Xerces。這三者都是跨平臺的，每一種都充當 XSLT 庫實現(xiàn)的基礎，一旦滿足了基本 XML 需要之后，它就會給您一條成長途徑。
- expat 是 James Clark 創(chuàng)始的開放源碼面向事件的 XML 解析庫。他已經(jīng)將該項目轉(zhuǎn)讓給了 SourceForge 中的一個小組。有一個 SAX 封裝器可供使用。在許多項目中都可以找到 expat 解析器，如開放源碼瀏覽器 Mozilla、XSLT 處理器 Transformiix 和 RDF 工具 repat。
- libxml 為類似于 SAX 和 DOM 的操作提供了雙重方式 API。它支持對 DTD 的驗證，并且在 Gnome 的 XSLT 處理器 libxslt 中使用。libxml 經(jīng)過重寫，已作為 libxml(2) 發(fā)布，也許還稱為 libxml2。這個庫的用戶應該確保他們擁有了當前版本。
- Xerces 是非常堅固的、擁有大量文檔的庫，它充當 IBM alphaWorks XML4C 庫的基礎。Xerces 還用于 Apache XSLT 處理器 Xalan 中。Xerces 支持 DOM、SAX，以及對 DTD 的驗證。最新版本讀取并解釋了部分“W3C XML 模式推薦”（打算到 2001 年底實現(xiàn)完整的 XML 模式支持）。
將這三種最流行的庫其中一種編譯并鏈接到您的項目毫不費力。大多數(shù)軟件包都包括了每個平臺的詳盡說明。這里是一些樣本安裝說明。
在 Windows 上構建開放源碼庫
在 Windows 上從頭構建 libxml 是很簡單的四個步驟：
- 下載源 tarball 文件。
- 使用諸如 Winzip 之類的程序?qū)?nèi)容解壓縮到一個目錄中。請確認指示了解壓縮實用程序保留 libxml 可能需要的任何子目錄的路徑名。
- 定位
./win32/dsp 子文件夾中的 libxml2.dsw 文件，并從 MS Developer Studio 中打開它。
- 從 DevStudio 中的頂部菜單選擇 Build All。這將構建所有樣本和測試程序，以及運行它們所需的 libxml DLL。
可以使用上述步驟在 Windows 上構建 Xerces。唯一的區(qū)別就是查找 ./c/samples/Projects/Win32/VC6 子文件夾中的 samples.dsw 工作空間文件。
expat 已經(jīng)開始包括了 DSP 項目 makefile。請查看 lib 和 xmlwf 子文件夾。
在 Unix 上構建開放源碼庫
對于在 Linux 或 Unix 上運行的項目，大多數(shù)情況下，您可以將源代碼解包（untar）到一個空目錄中，設置某些選項，然后輸入“make”來構建共享庫。Solaris 用戶：不要忘記使用 GNU 解包實用程序。在 Slackware Linux 下的 bash shell 中，我使用以下代碼：
tar -x
XML 和 COM
MSXML 是 Microsoft 針對 Windows 系列操作系統(tǒng)提供的專利 XML，它被實現(xiàn)成一個可腳本化的 COM 對象集合，因此可以在其它語言環(huán)境中出色地工作，而且提供了大量文檔。這個庫支持 DOM，而且還有一個本機面向文檔的接口。它還支持 SAX 事件。
作為 MSXML 的替代品，“Apache XML 項目”的 Xerces 庫附帶了一個 COM 封裝器，這可以使它在許多情況下充當 MSXML 的仿制品。Vivid Creations 在它的 XTL 庫中提供了 SAX 和 DOM API 的 COM 封裝器，該產(chǎn)品也是 MSXML 的替代品。
XML 轉(zhuǎn)換：XSLT 和 XQuery
轉(zhuǎn)換是 XML 發(fā)展過程中從只是在元素和屬性級別處理 XML 數(shù)據(jù)向前進階的下一步。XML 轉(zhuǎn)換對進入 XML 數(shù)據(jù)進行操作，以產(chǎn)生 XML 輸出。轉(zhuǎn)換可以重新組織標記結(jié)構、添加／除去標記和屬性、進行過濾以放大 XML 數(shù)據(jù)的所選擇部分。
XQuery 文檔將轉(zhuǎn)換過程稱作查詢，但含義是一樣的。
XSLT 和 XQuery 是 XML 方言，用于指定如何對隨機 XML 數(shù)據(jù)執(zhí)行這樣的操作。您可以編寫一個腳本文件，改用 XSLT 或 XQurey 來代替 XML，從而代替將一些 XML 數(shù)據(jù)裝入到 DOM 中，而且必須由程序操縱 DOM 版本來產(chǎn)生期望的結(jié)果。這種更通用的方法會產(chǎn)生更好的靈活性，并會縮短開發(fā)時間。現(xiàn)在，您的 Web 開發(fā)人員（他們不是 C/C++ 程序員）可以編寫自己的 XML 轉(zhuǎn)換，這可以讓 C++ 程序員來完成更復雜的工作。
表 3. C/C++ 轉(zhuǎn)換／查詢庫| 庫 | 供應商 | 特點 | 許可證 |
| libxslt | Gnome | 構建在 libxml 之上 | 非商業(yè) |
| Xalan | Apache | 構建在 Xerces 解析器之上 | Apache（免費） |
| Transformiix | MITRE | 構建在 expat 之上的 XSLT 處理器 | 非商業(yè) |
| xsltc | Oliver Gerardin | XSLT 編譯器，產(chǎn)生 C 代碼 | 非商業(yè) |
| sablotron | Ginger Alliance | XSL 引擎 | 非商業(yè) |
消息傳遞：XML-RPC 和 SOAP 工具
對本文來說，消息傳遞是指讓兩個軟件代理程序互相通信。這種消息傳遞有時稱作面向消息的中間件。（這不是類似于 AOL、MSN 或 ICQ 的消息傳遞，知道嗎？現(xiàn)在有一個尚處于未完成階段的基于 XML 的即時消息傳遞協(xié)議成果稱作 Jabber。我已經(jīng)在參考資料中包含了一個鏈接以滿足您的好奇心，但再次聲明，那并不是我要在這里討論的東西。）
使用 XML 進行消息傳遞已經(jīng)非常流行，以至于已經(jīng)產(chǎn)生了兩個替代品：XML-RPC 和 SOAP。這些協(xié)議最顯著的特征是根據(jù)開發(fā)人員用于實現(xiàn)的工具選擇，客戶機、服務器和同級設備可能會大相徑庭。雖然所有開發(fā)人員都習慣使用他們偏愛的語言、開發(fā)工具箱或軟件庫，但他們?nèi)匀豢梢院献鳌?/p>
（附帶說明：Gregor Purdy 已經(jīng)用已提議的替代方法編寫了一篇出色的 XML-RPC 評論（請參閱參考資料））。
表 4 包括了用于面向消息中間件類別的一些庫。這并不是一個此類別中資源的詳盡列表，有一些新的工具正在快速發(fā)展，但它是一個好的起點。
表 4. C/C++ 消息傳遞庫題外話
這些工具應該給您的 XML 工具箱一個很好的起點。如果想要推薦已經(jīng)嘗試過的其它用于 XML 的 C/C++ 工具或者要發(fā)表任何其它意見，請加入本文所附的討論中（請使用“參考資料”中的鏈接或單擊文章頁面頂部或底部的“討論”圖標）。
XML 術語這些 XML 術語也許會在您理解本文中討論的庫時派上用場： - 文檔模型：用于將 XML 數(shù)據(jù)當作樹型對象進行解析和操縱的技術，也稱作“拉”模型。請參閱作為示例的 DOM API 標準。
- DOM：“文檔對象模型”是 XML 文檔的一種特殊樹型結(jié)構編程模型，W3C 將它描述成一個標準。DOM 標準目前分成三個級別。DOM 1.0 是指 DOM 級別 1.0 一致性；DOM 級別 2 是最新的規(guī)范，W3C 正將它認可為“推薦”；DOM 級別 3 在本文創(chuàng)作時正在草擬中。
- DTD：文檔類型定義。一種 XML 文件，定義了 XML 元素和那些元素的 XML 屬性，而且指定了如何嵌套 XML 標記以及元素可以包含什么數(shù)據(jù)的規(guī)則。請參閱 Jane Fung 的XML 和 DTD 簡介以獲取更多詳細信息。
- 事件模型：用于通過使用回調(diào)或處理程序?qū)?XML 數(shù)據(jù)進行解析的技術；也稱作“推”模型。例如，請參閱 SAX API 標準。
- 名稱空間：明確從不同的 DTD 或模式中標識出 XML 標記的方法，這樣它們可以混合在同一個 XML 文檔中。RDF 非常依賴于這個特性；XML 1.0 標記“xmlns”可以用于在 XML 文檔中定義名稱空間。
- RDF：資源描述框架，用于將 XML 屬性數(shù)據(jù)和通常駐留在別處的信息相關聯(lián)的一種壓縮 XML 方言。您的驅(qū)動程序的許可證就類似于描述您的 RDF XML 文件。
- SAX：Simple API for XML 是用于 XML 解析器實現(xiàn)的標準編程接口；SAX 使用面向事件的編程模型。SAX 是由 David Megginson 最早開發(fā)的事實上的標準，現(xiàn)在由 XML-dev 郵件列表維護。
- SOAP：“簡單對象訪問協(xié)議”是類似于 XML-RPC（請參閱 XML-RPC）的網(wǎng)絡協(xié)議。通過使用 SOAP，應用程序可以創(chuàng)建遠程對象、調(diào)用該對象上的方法，以及檢索結(jié)果。
- 驗證：關于 DTD 和模式，驗證結(jié)構良好的 XML 文檔是否正確。
- 結(jié)構良好：一個 XML 文檔，它的標記和數(shù)據(jù)符合 XML 1.0 語法。
- W3C：世界萬維網(wǎng)聯(lián)盟，它已經(jīng)成為大多數(shù) XML 相關技術的重要標準主體。W3C 將最終認可的規(guī)范稱作“推薦”（而不是標準）。
- XML 1.0：W3C 頌揚的第一個 XML 語法標準；建立了 XML 數(shù)據(jù)的基本規(guī)則，如所有標記都必須以斜杠（
/）結(jié)束，如： close the tag on your way out。
- XML-RPC：XML 遠程過程調(diào)用。XML-RPC 是用于跨網(wǎng)絡調(diào)用方法和服務的標準 XML 方言；就象您認為的那樣，XML-RPC 使用 XML 進行客戶機和服務器之間的消息傳遞。
- XML 模式：XML 模式是一種 W3C 推薦，它類似于 DTD，用于定義 XML 文檔的結(jié)構，但具有更好的靈活性。XML 模式使用 XML 1.0 語法來指定模式，這與用于 DTD 的比較早期的 SGML 語法相反。
- XQuery：其部分功能類似于 XSLT，但設計得更有利于充當 XML 數(shù)據(jù)的查詢語言 — 類似于在關系數(shù)據(jù)庫中使用 SQL。作為規(guī)范，它還不如 XSLT 成熟，XQuery 也許會成為今后十年里的 SQL。
- XSLT：可擴展樣式語言轉(zhuǎn)換，一種用于轉(zhuǎn)換 XML 內(nèi)容的 XML 方言。將 XSLT 文件應用于某些 XML 輸入數(shù)據(jù)，以生成期望的 XML 輸出數(shù)據(jù)。
|
參考資料
本文中提到的 XML 標準關于作者Rick 是一個老資格的程序員，他的職業(yè)生涯就是炒股和克服最后期限，同時給女招待足以使她們臉紅的慷慨的小費。他的名字已經(jīng)傳遍了小鎮(zhèn)里的每一個咖啡館。他還喜歡在以技術為主題的研討會上發(fā)表演講。他的設計標新立異，現(xiàn)在他正在研究更時髦的建模方法，如 UML。他汽車的保險桿上寫著：“I for XHTML.”。可以通過
rfmobile@swbell.net 與 Rick 聯(lián)系。