um parser XML simples e robusto TinyXML um parser XML simples e robusto Vitor Pastor Baracho

O que ele faz? Em resumo, o TinyXML analisa uma sequência de entrada (no caso um documento XML) e determina uma estrutura independente de plataforma ou linguagem: um Modelo de Objeto de Documentos (DOM), que permite trabalhar com os elementos de modo altamente dinâmico e independente. Isto significa que o TinyXML armazena a informação do documento XML em objetos C++ que podem ser manipulados livremente.

Motivação Ao analisar o problema da CEMIG, percebemos que era necessário um mecanismo capaz de retirar os dados da entrada XML e transferi-los para a estrutura de dados da OGDF. A TinyXML mostrou ser a biblioteca ideal para a tarefa, visto que ela é extremamente compacta, elaborada para um rápido e fácil aprendizado, e robusta (o código foi muito testado e é bastante maduro e estável). Além disto, ela é distribuída sob a licença Zlib e pode ser usada para fins de código aberto ou comerciais.

Características A TinyXML pode ser compilada para utilizar ou não a STL. TinyXML é compatível com UTF-8, de modo a permitir que arquivos XML sejam manipulados em qualquer linguagem.

A TinyXML reconhece os seguintes caracteres especiais pré-definidos: & & < < > > " " &apos; ' Eles são reconhecidos quando o documento XML é lido.

Fluxo de saída A saída pode ser gerada de várias maneiras diferentes, que possuem vantagens e limitações: 1- Print( FILE* ). Saída para um std-C stream, que incluem todos os arquivos de C assim como stdout. 2- Operador <<. Saída para um C++ stream. 3- Objeto TiXmlPrinter. Saída para um std::string ou buffer de memória. É uma classe da TinyXML que permite diversas funções de formatação e é útil quando se deseja uma saída para memória.

Fluxos de entrada e saída I/O Caso TIXML_USE_STL esteja ativado, a biblioteca é compatível com os operadores de fluxo em C++ (>>, <<) além dos C(FILE*) streams. A seguir, algumas diferenças que devem ser consideradas:

Em C: Entrada: Baseada em FILE*; Métodos Parse() e LoadFile(); Saída: Métodos Print() e SaveFile(); São métodos rápidos e tolerantes a erros no documento XML. A saída gerada é de leitura facilitada para humanos. Devem ser usados quando não se precisar dos streams de C++.

Em C++: Entrada: Baseada em std::istream; Operador >>; Saída: Baseada em std::ostream; Operador <<; São métodos mais lentos, porém úteis para transmissões na rede. Não são tolerantes a erros, como por exemplo dois elementos root em um documento XML.

Espaços em branco A TinyXML é compatível com a remoção de espaços duplicados, e com a manutenção destes. Por exemplo: Caso a função estática global TiXmlBase::SetCondeseWhiteSpace(bool) seja setada, a biblioteca irá condensar todos os espaços em branco em um só, caso contrário não. Ela é setada como default.

Handles Handles permitem acesso direto a elementos do documento XML, de modo a permitir a verificação de código (retornos nulos de funções) e ainda permitir que o código continue limpo. Para mais informações, vale a pena consultar a classe TiXmlHandle, na documentação da biblioteca.

Rastreamento de linha e coluna A TinyXML permite que nós e atributos sejam rastreados no documento fonte. Para isto, são utilizados os métodos TiXmlBase::Row() e TiXmlBase::Column(). As tabulações corretas podem ser configuradas utilizando o método TiXmlDocument::SetTabSize().

Utilizando a biblioteca Um Makefile em Linux e uma solução para o Visual C++ estão disponíveis no site, e podem ser compilados e executados. Para utilizar a biblioteca em uma aplicação, como no problema da CEMIG, basta adicionar os arquivos tinyxml.cpp, tinyxml.h, tinyxmlerror.cpp, tinyxmlparser.cpp, tinystr.cpp, e tinystr.h para o projeto ou makefile.

Exemplo Prático O exemplo disponível na documentação, utiliza o seguinte documento XML como entrada: <?xml version="1.0" standalone=no> <!-- Our to do list data --> <ToDo> <Item priority="1"> Go to the <bold>Toy store!</bold></Item> <Item priority="2"> Do bills</Item> </ToDo>

Para ler este exemplo, de um arquivo (digamos exemplo Para ler este exemplo, de um arquivo (digamos exemplo.xml), cria-se um documento e carrega o arquivo nele: TiXmlDocument doc( “exemplo.xml" ); doc.LoadFile(); Com isto, o documento já está carregado na estrutura, e pronto para ser manipulado.

Vamos dar uma olhada nas linhas do documento, e como elas se relacionam com a estrutura: <?xml version="1.0" standalone=no> A primeira linha do documento é uma declaração e se transforma em um objeto da classe TiXmlDeclaration. Ele vai ser o primeiro filho do nó documento. Esta é a única tag diretiva/especial cujo parse é feito pela biblioteca. Normalmente as tags são armazenadas em um objeto TiXmlUnknown.

A próxima linha é: <!-- Our to do list data --> Este comentário irá se tornar um objeto da classe TiXmlComment.

Continuando... <ToDo> Esta tag define um objeto da classe TiXmlElement. Este especificamente não contém atributos, porém contém outros dois elementos: <Item priority="1"> Cria outro elemento TiXmlElement que é um filho do elemento ToDo. Este elemento possui um atributo com o nome (name) “priority” e o valor (value) “1”.

Go to the Um TiXmlText. Este objeto é um nó folha (leaf node) e não pode conter outros elementos. Ele é filho do TiXmlElement “Item”. <bold> Outro TiXmlElement, também é filho do TiXmlElement “Item”. E assim sucessivamente...

Olhando a árvore final dos objetos instanciados, obtém-se: |TiXmlDocument "demo.xml" |TiXmlDeclaration "version='1.0'" "standalone=no" |TiXmlComment "Our to do list data" |TiXmlElement "ToDo" |TiXmlElement "Item" Attributes: “priority” = “1” |TiXmlText "Go to the" |TiXmlElement "bold" |TiXmlText "Toy store!" |TiXmlElement "Item" Attributes: “priority”= “2” |TiXmlText "Do bills"