c - 基本 XML 解析器

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 9 年前。

Improve this question

我正在尝试用 C 语言编写一个基本的 XML 解析器，而不使用任何非标准库，它将能够:

• 检测多个不同的标签
• 检测到空标签
• 检测标签不匹配

我遇到的主要问题是如何区分哪个是哪个:标签的开头、内容和标签的结尾。

我的想法是在读取文件时实现一个有限状态机，以便知道我正在读取什么。

请告诉我你的想法，如果我指出了错误的方向，请纠正我。

编辑:添加了一段检测元素和内容的代码

char tmp, buff = -1;
char *content = (char*) malloc(sizeof(char) * (size + 1));
int stage = -1;
int i = 0;
while((tmp = fgetc(file)) != EOF) {
    if(tmp == '<') {
        if(stage == 2 && buff != '>'){
            printf("content: ");
            printCont(content,i);
        }
        stage = 1;
        buff = tmp;
        i = 0;
        continue;
    }else if(tmp == '/' && buff == '<') {
        stage = 3;
        buff = tmp;
        i = 0;
        continue;
    } else if(tmp == '>') {
        if (stage == 1) {
            printf("tag_start: ");
        } else if (stage == 3) {
            printf("tag_end: ");
        } else if (stage == 2) {
            printf("content: ");
        }
        buff = tmp;
        printCont(content,i);//reads the contnet
        stage = 2;
        i = 0;
        continue;
    }
    if(tmp != ' ' && tmp != '\n' && tmp != '\t') {//simple filter
        content[i] = tmp;
        buff = tmp;
        i++;
    }
}

如果您能对上面的代码发表评论并告诉我如何改进它，我将非常感激。到目前为止，它检测到了标签和内容，这正是我首先真正需要的。

Answer 1

仅 FSM 是不够的。您将需要一个将文本分解为 XML spec 指定的标记。 ，但是您需要使用其他技术来实际识别有效的 XML(或拒绝无效的 XML)。

然后您需要编写一个基本的 recursive descent parser它将获取这些标记并使用它们来识别有效的 XML。

这听起来像是一个足够基本的作业，您不必担心 XML 规范中 80% 的内容，但请确保您理解开始标记和结束标记。即便如此，这也将是一项不小的工作量。