为什么我不能使用Qt的QXmlStreamReader解析XML文件？

Question

我正在试图弄清楚QXmlStreamReader如何为我正在编写的C++应用程序工作.我要解析的XML文件是一个大字典,结构复杂,有很多Unicode字符,所以我决定尝试一个带有更简单文档的小测试用例.不幸的是,我碰壁了.这是示例xml文件:

<?xml version="1.0" encoding="UTF-8" ?>
<persons>
    <person>
        <firstname>John</firstname>
        <surname>Doe</surname>
        <email>john.doe@example.com</email>
        <website>http://en.wikipedia.org/wiki/John_Doe</website>
    </person>
    <person>
        <firstname>Jane</firstname>
        <surname>Doe</surname>
        <email>jane.doe@example.com</email>
        <website>http://en.wikipedia.org/wiki/John_Doe</website>
    </person>
    <person>
        <firstname>Matti</firstname>
        <surname>Meikäläinen</surname>
        <email>matti.meikalainen@example.com</email>
        <website>http://fi.wikipedia.org/wiki/Matti_Meikäläinen</website>
    </person>
</persons>

...而我正在尝试使用以下代码解析它:

int main(int argc, char *argv[])
{
    if (argc != 2) return 1;

    QString filename(argv[1]);
    QTextStream cout(stdout);
    cout << "Starting... filename: " << filename << endl;

    QFile file(filename);
    bool open = file.open(QIODevice::ReadOnly | QIODevice::Text);
    if (!open) 
    {
        cout << "Couldn't open file" << endl;
        return 1;
    }
    else 
    {
        cout << "File opened OK" << endl;
    }

    QXmlStreamReader xml(&file);
    cout << "Encoding: " << xml.documentEncoding().toString() << endl;

    while (!xml.atEnd() && !xml.hasError()) 
    {
        xml.readNext();
        if (xml.isStartElement())
        {
            cout << "element name: '" << xml.name().toString() << "'" 
                << ", text: '" << xml.text().toString() << "'" << endl;
        }
        else if (xml.hasError())
        {
            cout << "XML error: " << xml.errorString() << endl;
        }
        else if (xml.atEnd())
        {
            cout << "Reached end, done" << endl;
        }
    }

    return 0;
}

...然后我得到这个输出:

C:\ xmltest\Debug> xmltest.exe example.xml
开始... filename:example.xml
文件已打开OK
编码:
XML错误:遇到编码错误的内容.

发生了什么？这个文件不能简单,看起来和我一致.使用我的原始文件,我也得到一个空白的编码条目,显示条目的名称(),但是,唉,text()也是空的.任何建议都非常感激,个人而言我是彻底的神秘.

Answer 1

我自己也在回答这个问题,因为这个问题与三个问题有关,其中两个问题是由答复提出来的.

1. 该文件实际上不是UTF-8编码的.我将编码更改为iso-8859-1,编码警告消失了.
2. text()函数不能像我预期的那样工作.我必须使用readElementText()来读取条目的内容.
3. 当我尝试对不包含文本的元素readElementText()时,就像我的情况下的顶级<persons>一样,解析器返回"Expected character data"错误并且解析被中断.我发现这种行为很奇怪(在我看来,返回一个空字符串并继续会更好)但我想只要规范已知,我就可以解决它并避免在每个条目上调用此函数.

现在按预期工作的相关代码部分如下所示:

while (!xml.atEnd() && !xml.hasError()) 
{
    xml.readNext();
    if (xml.isStartElement())
    {
        QString name = xml.name().toString();
        if (name == "firstname" || name == "surname" || 
            name == "email" || name == "website")
        {
            cout << "element name: '" << name  << "'" 
                         << ", text: '" << xml.readElementText() 
                         << "'" << endl;
        }
    }
}
if (xml.hasError())
{
    cout << "XML error: " << xml.errorString() << endl;
}
else if (xml.atEnd())
{
    cout << "Reached end, done" << endl;
}