Exploration d'un document XML en langage C

Exploration de corpus (Tutoriel) Exploration d'un document XML en langage C < = Introduction aux serveurs d'exploration sous Unix Exploration d'un document de métadonnées en langage C =>

un arbre XML contenant 6 nœuds

Création d'un arbre à partir d'une chaîne

En langage C les chaînes de caractères sont de type char *.

Dans la bibliothèque Dilib, il est très facile de construire un arbre XML à partir de la fonction SxmlFromString.

  SxmlNode *SxmlFromgString(char *string);

Exemple, pour créer l'arbre de la figure ci-dessus :

#include "SxmlNode.h"
#include <stdio.h>
main()
{
   SxmlNode *myNodeTest;  
     ...
   myNodeTest=SxmlFromString("<a>a1<b>b1</b><c>c1</c></a>");
     ...
}

Accès à l'environnement d'un nœud

Les voisins ou parents

Toutes les fonctions retournent un pointeur NULL en cas d'échec.

Les 2 fonctions suivantes permettent d'accéder au premier et au dernier fils d'un noeud.

SxmlNode *SxmlFirstChild(SxmlNode *node);

SxmlNode *SxmlLastChild(SxmlNode *node);

Exemple :

 ...
 SxmlPrint (SxmlFirstChild(myNodeTest)) ;  /* imprime a1 */
 SxmlPrint (SxmlLastChild(myNodeTest));   /* imprime <c>c1</c> */
 ...

Les 2 fonctions suivantes permettent d'accéder aux voisins (avant, après) d'un noeud.

SxmlNode *SgmlNextSibling(SxmlNode *node);

SxmlNode *SxmlPreviousSibling(SxmlNode *node);

Enfin cette fonction permet d'accéder au père.

SxmlNode *SgmlParent(SxmlNode *node);

Les caractéristiques d'un nœud

Pour un nœud de type SxmlElement

char *SxmlNodeName(node);

Pour un noeud de type SxmlText :

char *SxmlText(noeud);

test de type

int SgmlIsText(node);
int SgmlIsElement(node);

Itérations sur les composants d'un noeud

Principe

Toutes les fonctions renvoient la valeur NULL en cas d'échec ou d'absence d'un élément. Ceci permet de réaliser des itérations sur les objets XML contenus dans un élément.

Squelette d'une itérations sur les fils d'un nœud.

Avec une boucle do

if ((fils = SxmlFirstChild (pere)))
  {
    do 
      { traitement sur fils }
    while ((fils=SxmlNextSibling(fils)));
  }
else
 { traitement de l'exception}

Avec une boucle while

 fils = SxmlFirstChild (pere);
 while (fils)
  {
    traitement sur fils 
    fils=SxmlNextSibling(fils);
  }

Exemple

Édition de toutes les étiquettes des fils d'un nœud.

editChildTag ( SxmlNode *node)
{
  SxmlNode *c1;
  if ((c1=SxmlFirstChild(node)))
	do{ 
            if(SxmlIsElement(c1))
	        printf("%s\n",SgmlTag(c1));
      } while ((son=SxmlNextSibling(c1)));
}

Itérateurs

Dans la bibliothèque Dilib, un itérateur est associé à un élément XML. La fonction SxmlNextNode renvoie le fils suivant. La fonction SxmlReset initialise l'itérateur. L'exemple précédent se réécrit ainsi.

editChildTag ( SxmlNode *node)
{
  SxmlNode *c1;
  SxmlReset (node);
  while (c1=SxmlNextNode(node))
    {
       if(SxmlIsElement(c1)) printf("%s\n",SgmlTag(c1));
    }
}

Import export de structures XML

La construction d'un arbre XML bien formé peut se faire sans DTD ni schéma.

Conversion XML en string

Les fonctions d'entreés sorties utilisent un noyau de 2 procédures de conversion vers les chaine (char *) de C.

Nous avons vu la construction d'un arbre XML à partir d'une chaîne.

SxmlNode* SxmlFromString(char *string);

Il est possible de convertir un arbre XML en String.

char *SxmlToString (SgmlNode *node);

Entrées-sorties

Les fonctions qui réalisent les entrées sorties sont réalisées à partir des fonction précédentes.

Impression d'un objet SGML sur la sortie standard :

SgmlPrint(node);

Impression d'un objet SGML dans un fichier :

SxmlFilePrint(FILE *file, SxmlNode* node);          ;

lecture du prochain document SGML sur l'entrée standard.

SgmlNode *SxmlInputGetDocumentElement();

Exemple

Impression de tous les premiers fils ayant «a» pour balise.

#include "SxmlNode.h"
main()
{
  SxmlNode *docu ,*son;
  while(docu=SxmlInputGetDocumentElement())
    {
       if (son=SxmlFirstChild(docu))
         {if (strcmp(SxmlNodeName(son), "a")==0)
                 {SxmlPrint(son);putchar('\n');
    }}};
}

Pour tester :

<doc>texte<a>ah ah</a><b><a>ne doit pas sortir</a></b><a><b>ici B dans A</b></a>fin</doc>