[Решено] Потоковый разбор документа

[vunder]

По TCP получаю порциями xml-документы. Если размер небольшой, то приходит одной порцией, а если данных много, то несколько посылок.
Сначала использовать DOM-парсер, но при увеличении размера блока данных уже не мог им парсить. Почитал, что SAX-парсер (QXmlSimpleReader) позволяет работать с xml, постеменно обрабатывая данные через метод parse(xmlInput, true) и parseContinue(). Но возникла некоторая сложность: как с помошью SAX-парсера прочитать несколько документов в одном файле.
Например, данные такие:

Код

XML
<?xml version=\"1.0\" encoding=\"windows-1251\"?>
<tag>
  <elem a=\"1\" b=\"2\"/>
</tag>
<?xml version=\"1.0\" encoding=\"windows-1251\"?>
<tag>
  <elem2 d=\"101\" q=\"55.7\"/>
</tag>

При отправке такого блока QXmlSimpleReader получаю данные только первого блока. Как быть? Или все же придется переходить на QXmlStreamReader?

[deaks]

в xml-документе заголовок 1го уровня - то есть <?xml ?> может быть только один, следовательно и все QT-шные способы разбора (DOM, SAX) будут воспринимать только 1ый документ.

собственно выход у вас действительно один - QXmlStreamReader
 

[vunder]

Попробовал QXMLStreamReader. Тоже не получилось. При чтении второго документа в блоке данных, генерит ошибку XML declaration not at start of document. Причем после этой ошибки при вызове мотода addData() метод atEnd() всегда возвращает true.

[deaks]

хм...надо что-то придумать
все-таки в xml документе может быть только один родитель DOCUMENT

наверно если нельзя изменить входную структуру, то придется писать свой парсер под такие xml-ки

[Alp]

Qt ориентирована на работу с well-formed xml-документами. А у тебя - он совсем не well-formed. Так что, думаю, стандартными средствами прочитать второй корневой элемент никак.

[vunder]

Нашел решение.
При разборе запоминаю первый тэг в документе. Когда получаем QXmlStreamReader::EndElement этого тэга проверяем, совпадает ли текущая позиция анализатора с размером обрабатываемого блока. Если нет, значит в блоке находятся несколько домументов, поэтому сбрасываем состояние парсера, а остаток строки добавляем на обработку

Код

C++ (Qt)
void UnpProtocol::parseData(const QString &strXml)
{
    //adding buffer
    dataCount += strXml.length();
    xmlReader.addData(strXml);
    while (!xmlReader.atEnd())
    {
        xmlReader.readNext();
        if (!xmlReader.hasError())
        {
#ifdef QT_DEBUG
            qDebug() << xmlReader.tokenString() << "(" << xmlReader.tokenType() << ") "
                     << xmlReader.name().toString() << xmlReader.text();
#endif
            switch (xmlReader.tokenType())
            {
            case QXmlStreamReader::StartDocument:
                xmlDocStart = true; break;
            case QXmlStreamReader::EndDocument:
            {
                xmlDocStart = false;
                //if end of doc is not end of data
                if (xmlReader.characterOffset() != dataCount)
                {
                    //copy data from current pos to input
                    QString str = strXml.mid(strXml.length() - (dataCount - xmlReader.characterOffset())).trimmed();
                    xmlReader.clear();
                    dataCount = str.length();
                    if (dataCount > 0)
                        xmlReader.addData(str);
                }
                break;
            }
            case QXmlStreamReader::StartElement:
            {
                QString name = xmlReader.name().toString();
                if (xmlDocStart)
                    xmlStartTag = name;
                else
                {
                    //tag processig (...)
                }
                xmlDocStart = false;
                break;
            }
            case QXmlStreamReader::EndElement:
            {
                xmlDocStart = false;
                QString name = xmlReader.name().toString();
                if (name == xmlStartTag)
                {
                    //if end of doc is not end of data
                    if (xmlReader.characterOffset() != dataCount)
                    {
                        //copy data from current pos to input
                        QString str = strXml.mid(strXml.length() - (dataCount - xmlReader.characterOffset())).trimmed();
                        xmlReader.clear();
                        dataCount = str.length();
                        if (dataCount > 0)
                            xmlReader.addData(str);
                    }
                }
                break;
            }
            default: break;
            }
        } else
        {
#ifdef QT_DEBUG
            qDebug() << "parse error. " << xmlReader.errorString() << xmlReader.text();
#endif
        }
    }
    //if not parsing error then clearing reader state to parse new data block
    if (!xmlReader.hasError())
    {
        dataCount = 0;
        xmlReader.clear();
    }
}
 

[EDJ]

В одном проекте тоже получал пачки xml-команд через tcp. Между командами мы с коллегами ставили разделитель, которого никогда не могло быть в самих данных - '\0'

[vunder]

В одном проекте тоже получал пачки xml-команд через tcp. Между командами мы с коллегами ставили разделитель, которого никогда не могло быть в самих данных - '\0'

Тоже как вариант.