url 属性的rapidxml 解析错误

Question

在解析 xml 文件时，我遇到了 Rapidxml 的奇怪错误，例如

<?xml version="1.0" encoding="UTF-8"?>
<IMG align="left"
 src="http://www.w3.org/Icons/WWW/w3c_home" />

它抛出“expected >”。 我使用如下代码来解析数据，

std::fstream file("./test.xml");
std::istream_iterator<char> eos;
std::istream_iterator<char> iit (file);

std::vector<char> xml(iit, eos);
xml.push_back('\0');

xml_document<> doc;
doc.parse<0>(&xml[0]);

IMG 抹布中的“/”符号似乎不是问题。这是一个rapidxml错误还是我做错了什么？

Answer 1

将 XML 数据加载到向量中的方式是错误的。在 C++ 文本模式下，流默认设置有“skipws”标志，这会导致它们跳过输入中的所有空白。您可以通过检查向量的内容来验证这一点 - 它将丢失所有空格/结束线。这显然会导致解析器抱怨。

取消设置流上的skipws 标志以获得正确的行为：

file.unsetf(ios::skipws);

或者，您可以使用rapidxml_utils.hpp 中的文件类来加载文件：

using namespace rapidxml;
file<> file("test.xml");
xml_document<> doc;
doc.parse<0>(file.data());

遗憾的是，使用C++ 流加载文本文件非常棘手且充满陷阱。

至于上面的 sehe 测试，“错误接受”的情况是有意设计的（我没有足够的声誉来为他的答案添加评论）。您需要使用“parse_validate_ending_tags”解析标志来使解析器检查结束标记名称是否与起始标记名称匹配：

doc.parse<parse_validate_closing_tags>(...);

请参阅 parse_validate_ending_tags 。
此行为的基本原理是性能 - 验证结束标记非常耗时，并且在大多数情况下不需要。

Answer 2

我只是出于好奇而尝试了一下。 RapidXml 可能很快，但它肯定不是很好

#include "rapidxml.hpp"

int main(int argc, char* args[])
{
        using namespace rapidxml;
        xml_document<> doc;    // character type defaults to char
        doc.parse<0>(args[1]);    // 0 means default parse flags

}

调用它会导致各种有趣的事情：

正确接受：

$ ./test.exe "<hello>world</hello>"

$ ./test.exe '<?xml version="1.0" encoding="UTF-8"?> <IMG align="left" src="http://www.w3.org/Icons/WWW/w3c_home" />'

正确拒绝

$ ./test.exe '<hello we="" / >'
terminate called after throwing an instance of 'rapidxml::parse_error'
  what():  expected >
Aborted (core dumped)

错误接受：

$ ./test.exe '<hello we="close">world</die><zellq></die>'

$ ./test.exe '<hello we="close/">world</die><we horrible=""></don'\''t>'

YMMV

Answer 3

您的 XML 有效。如果代码和 XML 与您发布的完全相同，那么它一定是一个rapidxml bug。我猜它要么不支持在多行之间打破属性列表，要么不太可能不支持标签结尾的 /> 。