C++ RapidXML库使用教程 高性能C++ XML解析库

rapidxml::parse_error 多因bom、编码或实体未处理所致，非xml非法；节点指针随document析构立即失效，须避免悬垂指针并手动管理内存生命周期。

rapidxml::parse_error 报错时，别急着改 XML 文件

绝大多数 rapidxml::parse_error 并不是因为 XML 本身非法，而是 RapidXML 默认不处理 BOM、不支持 UTF-8 多字节字符直接解析、也不自动解码实体（如 <）。它只做“裸解析”——把输入缓冲区当纯 ASCII/ISO-8859-1 处理。

• 确保传入 rapidxml::xml_document::parse() 的是零终止的 char*，且内存生命周期覆盖整个解析过程；用 std::String 时务必传 str.c_str()，别传临时对象的指针
• 含中文或特殊符号？先用 std::string 读文件，再用 iconv 或 utf8cpp 转成 UTF-8 无 BOM 格式，RapidXML 不会帮你 strip BOM
• 遇到 expected 错误，大概率是开头多了 UTF-8 BOM（<code>0xEF 0xBB 0xBF），用十六进制编辑器确认，手动跳过前三字节再传给 parse()

rapidxml::xml_node::first_node() 返回空？检查节点名大小写和命名空间

RapidXML 不识别命名空间，所有带冒号的节点名（如 atom:link）都被当作完整字符串处理；同时它严格区分大小写，first_node("ITEM") 找不到 <item></item>。

• 用 node->name() 实际打印看看真实名称，别靠肉眼猜——XML 缩进、换行、注释前后都可能影响你对结构的判断
• 需要模糊匹配？自己写个循环：for (auto n = node->first_node(); n; n = n->next_sibling()) { if (std::string(n->name()) == "item") { ... } }
• 不要依赖 first_node(nullptr) 获取第一个子节点：它跳过文本节点（text）、注释（comment）、CDATA，只返回元素节点（element），如果第一个子项是换行符产生的空白文本，就会返回空

rapidxml::xml_document 析构后，节点指针立即失效

RapidXML 是 zero-copy 设计，所有 xml_node*、xml_attribute* 都指向原始缓冲区内存。一旦 xml_document 对象被销毁，所有派生指针全变野指针——不是“偶尔出错”，是必然未定义行为。

• 不要把 xml_node* 存到类成员里，除非该 xml_document 是同一作用域的 Static 或全局对象
• 想长期持有数据？用 std::string 提前拷贝关键字段：std::string val(node->value(), node->value_size())（注意 value_size() 不含结尾 ）
• 用 xml_document::clear() 可复用对象，避免反复 new/delete，但调用后原有节点指针仍全部失效

性能不错，但别在循环里重复 parse 同一份 XML 字符串

RapidXML 解析快，是因为它不做验证、不建 dom 树、不处理编码转换。但每次 parse() 都会重新扫描、分割、建立指针链——如果 XML 内容不变，重复解析纯属浪费 CPU。

立即学习“C++免费学习笔记（深入）”；

• 高频使用场景下，把 xml_document 对象缓存为 static 局部变量或单例，配合 clear() + parse() 复用
• 多线程别共用一个 xml_document：它内部无锁，parse() 不是线程安全的；每个线程应有自己的实例
• 若 XML 来自网络或磁盘，且内容变化不频繁，考虑加一层 SHA-256 缓存键，命中则跳过解析

真正难的不是怎么解析，是怎么让指针活过 document 生命周期，以及怎么说服同事别把 RapidXML 当 libxml2 用——它没错误恢复，没 XPath，也没人帮你管内存。用之前，先想清楚你要的到底是“快”，还是“稳”。