如何使用 Boost ptree C++ 解析其值中包含 HTML 标记的 XML

Posted 2023-02-21

【中文标题】如何使用 Boost ptree C++ 解析其值中包含 HTML 标记的 XML

【英文标题】：How to parse an XML that has HTML tags in its value using Boost ptree C++

【发布时间】：2016-07-30 06:33:50

【问题描述】：

我想使用 Boost Ptree 解析以下 XML

<MsgTxt>
<Abc>123</Abc>
<Text>This is my <b>Text</b></Text>
</MsgTxt>

但是，当我遍历 XML 并使用 Message = v.second.get_value <std::string>("Text"); 时，html 标记及其内容会被截断。我得到的价值是“这是我的”。

我如何解析像 这样的 HTML 标签，并通过 boost ptree 作为我价值的一部分

【参考方案1】：

从 XML 解析器的角度来看， 和 之间确实没有区别。 部分因此成为属性树中的另一个属性。布局得当，它看起来像这样：

<MsgTxt>
    <Abc>123</Abc>
    <Text>This is my 
        <b>Text</b>
    </Text>
</MsgTxt>

根据您的问题，您确实希望 是内容，而不是 XML 标记。如果是这样，您应该将其编码为内容 - 而不是标记。这很简单：

<MsgTxt>
<Abc>123</Abc>
<Text>This is my &lt;b&gt;Text&lt;/b&gt;</Text>
</MsgTxt>

XML 解析器会将这些< 和> 转换回为您正确的文本。

如果编码不正确，如果标签不平衡，也会遇到问题，例如

<MsgTxt>
<Abc>123</Abc>
<Text>This is my <b>Text</b><br></Text>
</MsgTxt>

这是不正确的 XML，XML 解析器将拒绝解析它。同样，这可以通过使用适当的内容编码来避免。

为了正确编码，请确保对以下字符进行编码：

< &lt;
> &gt;
& &amp;
" &quot;
' &apos;

有趣的是，同样的标记规则也适用于 *** 编辑器，我不得不返回并将我的 < 以使其正确显示；-)