c++ - Boost.Spirit，如何扩展xml解析？

Question

我想使用 Boost.Spirit 扩展 xml 解析，并想添加 xml 属性的解析。

这里是图书馆的例子和我的一些修改:

template <typename Iterator>
struct mini_xml_grammar
: qi::grammar<Iterator, mini_xml(), qi::locals<std::string>, ascii::space_type>
{
    mini_xml_grammar()
    : mini_xml_grammar::base_type(xml, "xml")
    {
        using qi::lit;
        using qi::lexeme;
        using qi::attr;
        using qi::on_error;
        using qi::fail;
        using ascii::char_;
        using ascii::string;
        using ascii::alnum;
        using ascii::space;

        using namespace qi::labels;

        using phoenix::construct;
        using phoenix::val;


        text %= lexeme[+(char_ - '<')];
        node %= xml | text;


        start_tag %=
        '<'
        >>  !lit('/')
        >   lexeme[+(char_ - '>')]
        >   '>'
        ;

        end_tag =
        "</"
        >   string(_r1)
        >   '>'
        ;

        xml %=
        start_tag[_a = _1]
        >   *node
        >   end_tag(_a)
        ;

        xml.name("xml");
        node.name("node");
        text.name("text");
        start_tag.name("start_tag");
        end_tag.name("end_tag");

        on_error<fail>
        (
         xml
         , std::cout
         << val("Error! Expecting ")
         << _4                               // what failed?
         << val(" here: \"")
         << construct<std::string>(_3, _2)   // iterators to error-pos, end
         << val("\"")
         << std::endl
         );
    }

    qi::rule<Iterator, mini_xml(), qi::locals<std::string>, ascii::space_type> xml;
    qi::rule<Iterator, mini_xml_node(), ascii::space_type> node;
    qi::rule<Iterator, std::string(), ascii::space_type> text;
    qi::rule<Iterator, std::string(), ascii::space_type> attribute;
    qi::rule<Iterator, std::string(), ascii::space_type> start_tag;
    qi::rule<Iterator, void(std::string), ascii::space_type> end_tag;
};

我试过这个，但它没有编译错误“使用未声明的标识符‘eps’”:

        xml %= 
        start_tag[_a = _1] 
        > attribute 
        > (  "/>" > eps
            |  ">" > *node > end_tag(_a) 
            )
        ;

有人知道怎么做吗？如何添加解析xml属性的能力？

Answer 1

eps 标识符与您使用的许多其他标识符一样，是在 qi 命名空间中定义的。其他人通过构造函数顶部的 using 语句进入全局命名空间。对 eps 做同样的事情:

using qi::eps;

一旦你解决了这个问题，你就会遇到一个更大的问题，即你是否正确地表示了 XML 的句法和语法。看起来你做对了。你有这个:

xml %= 
      start_tag[_a = _1]
    > attribute
    > (   "/>" > eps
        | ">" > *node > end_tag(_a)
      )
    ;

不过，这不可能是对的。属性是标签的一部分，而不是标签后面的东西。看起来你想打破 start_tag appart 以便你可以处理空标签。如果我这样做，我可能会改为创建一个 empty_tag 规则，然后将 xml 更改为 empty_tag | (start_tag > *node > end_tag)。就是这样the W3C language recommendation这样做:

[39]  element   ::= EmptyElemTag
                    | STag content ETag

但现在不要担心。请记住，您声明的任务是向解析器添加属性。不要因其他缺失的功能而分心。以后还有很多工作要做。

我提到了 W3C 文档。你应该经常提到它；它定义了语言，甚至显示了语法。 Spirit 的设计目标之一是它应该看起来像语法定义。通过尝试在您自己的代码中模仿 W3C 语法来利用它。 W3C defines the start tag像这样:

[40]  STag      ::= '<' Name (S Attribute)* S? '>'
[41]  Attribute ::= Name Eq AttValue    

所以这样写你的代码:

start_tag %=
    // Can't use operator> for "expect" because empty_tag
    // will be the same up to the final line.
       '<'
    >> !lit('/')
    >> name
    >> *attribute
    >> '>'
    ;

name %= ...; // see below

attribute %=
      name
    > '='
    > attribute_value
    ;

规范定义了属性值语法:

[10]  AttValue  ::= '"' ([^<&"] | Reference)* '"'
                    |  "'" ([^<&'] | Reference)* "'"

我还不担心实体引用。与空标签一样，您当前的代码已经不支持它们，因此现在将它们添加为属性的一部分并不重要。这使得 attribute_value 易于定义:

attribute_value %=
      '"' > *(char_ - char_("<&\"")) > '"'
    | '\'' > *(char_ - char_("<&'")) > '\''
    ;

name 定义不必是任何花哨的东西。它在规范中很复杂，因为它处理完整的 Unicode 字符范围，但您可以从更简单的内容开始，然后在您弄清楚如何在整个解析器中处理 Unicode 字符时再回过头来。

name %=
    lexeme[char_("a-zA-Z:_") >> *char_("-a-zA-Z0-9:_")]
    ;

这些更改应该允许您解析 XML 属性。 但是，将结果提取为 Spirit 属性是另一回事(这样您就可以知道程序其余部分中给定标签的属性名称和值)，并且我现在不准备讨论这个问题。