如何将libxml2生成的XML文档指针转为Python ctypes.Structure

核心问题与修正步骤 #

你的代码存在几个关键问题，导致无法正确将指针转换为自定义结构体：

1. 函数返回值类型错误
   xmlReadFile返回的是xmlDoc*指针，你用ctypes.c_uint32接收会在64位系统下截断指针，必须用ctypes.POINTER(xmlDoc)作为返回类型。

2. 指针转换未保存结果
   ctypes.cast(pDoc, D)执行后没有将转换后的指针赋值给变量，直接访问D.name是访问类型对象而非实例成员，完全错误。

3. 参数名拼写错误
   函数参数定义里的filname_是拼写错误，应该是filename_，可能导致参数传递异常。

4. 编码参数的NULL处理
   如果要传递NULL编码，不能用create_string_buffer，直接传None即可。

修正后的完整代码 #

# libxml2是用于解析XML文档的软件库
'''
使用该库而非Python标准XML库，是因为它直接调用标准libxml2 DLL，
文档和节点可以直接与C++对象共享。
'''

import ctypes
import sys
from PyQt5.QtWidgets import (
    QApplication, 
    QFileDialog
)
import MessageBox as M

class xmlDoc(ctypes.Structure):
    _fields_ = [
        ("_private", ctypes.c_void_p),   # 应用程序数据
        ("type", ctypes.c_uint16),       # XML_DOCUMENT_NODE，必须是第二个字段！
        ("name", ctypes.c_char_p),       # 文档的名称/文件名/URI
        ("children", ctypes.c_void_p),   # 文档树
        ("last", ctypes.c_void_p),       # 最后一个子节点链接
        ("parent", ctypes.c_void_p),     # 子节点到父节点的链接
        ("next", ctypes.c_void_p),       # 下一个兄弟节点链接
        ("prev", ctypes.c_void_p),       # 上一个兄弟节点链接
        ("doc", ctypes.c_void_p),        # 自引用，公共部分结束
        ("compression", ctypes.c_int),   # zlib压缩级别
        ("standalone", ctypes.c_int),    # 是否为独立文档（无外部引用），1表示standalone="yes"，0表示其他
        ("intSubset", ctypes.c_void_p),  # 文档内部子集
        ("extSubset", ctypes.c_void_p),  # 文档外部子集
        ("oldNs", ctypes.c_void_p),      # 全局命名空间（旧方式）
        ("version", ctypes.c_char_p),    # XML版本字符串
        ("encoding", ctypes.c_char_p),   # 外部初始编码（如果有）
        ("ids", ctypes.c_void_p),        # ID属性的哈希表（如果有）
        ("refs", ctypes.c_void_p),       # IDREFs属性的哈希表（如果有）
        ("URL", ctypes.c_char_p),        # 文档的URI
        ("charset", ctypes.c_int),       # 字符集处理的内部标志，实际是xmlCharEncoding类型
        ("dict", ctypes.c_void_p),       # 用于分配名称的字典，可为NULL
        ("psvi", ctypes.c_void_p),       # 类型/PSVI信息
        ("parseFlags", ctypes.c_int),    # 解析文档时使用的xmlParserOption集合
        ("properties", ctypes.c_int),    # 解析结束时设置的xmlDocProperties集合
    ]

def xmlReadFile(filename, encoding=None, options=0):
    # 从文件系统或网络解析XML文件
    # 参数:
    #   filename: 文件路径或URL
    #   encoding: 文档编码，传None表示使用默认
    #   options: xmlParserOption的组合值
    # 返回: 文档树指针

    # 加载libxml2 DLL，注意：如果是GCC编译的DLL，改用ctypes.CDLL
    libxml2 = ctypes.WinDLL("C:\\Users\\dholstein\\Documents\\XML\\lib\\libxml2.dll")

    # 设置函数原型，返回值为xmlDoc指针
    xmlReadFile_proto = ctypes.WINFUNCTYPE(ctypes.POINTER(xmlDoc), 
                                          ctypes.c_char_p, 
                                          ctypes.c_char_p, 
                                          ctypes.c_int32)
    # 参数定义，修复拼写错误的filename_
    xmlReadFile_params = ((1, "filename_", 0), 
                         (1, "encoding_", 0), 
                         (1, "options_", 0))
    xmlReadFile_api = xmlReadFile_proto(("xmlReadFile", libxml2), xmlReadFile_params)

    # 转换参数类型，encoding为None时传NULL
    c_filename = ctypes.create_string_buffer(filename.encode('utf-8')) if filename else None
    c_encoding = ctypes.create_string_buffer(encoding.encode('utf-8')) if encoding else None
    c_options = ctypes.c_int32(options)

    # 调用函数并返回指针
    return xmlReadFile_api(c_filename, c_encoding, c_options)

def test():
    app = QApplication(sys.argv)
    FileObj = QFileDialog.getOpenFileName(None, "选择要加载的XML文件", None, "XML (*.xml)")

    if len(FileObj[0]) > 0:
        # 读取XML文件，获取xmlDoc指针
        doc_ptr = xmlReadFile(FileObj[0], "UTF-8", 0)
        
        if doc_ptr:
            # 通过contents访问指针指向的结构体实例
            doc = doc_ptr.contents
            # 打印文档名称，注意转成Python字符串
            print("文档名称:", doc.name.decode('utf-8') if doc.name else "无")
        else:
            M.MessageBox(0, "XML文件解析失败", "错误", 0)

    M.MessageBox(0, "完成", "提示", 0)
    return

test()

关键说明 #

• 结构体xmlDoc的字段定义必须与libxml2头文件中的xmlDoc结构体完全一致，否则会出现内存访问错误。
• 调用DLL时要注意调用约定：如果你的libxml2 DLL是用GCC编译的，将ctypes.WinDLL改为ctypes.CDLL，避免调用栈损坏。
• 访问结构体成员时，指针类型必须通过contents属性获取实际的结构体实例，比如doc_ptr.contents.name。
• 字符串类型的成员（如name、encoding）是C风格字符串，需要用decode('utf-8')转换为Python字符串。

内容的提问来源于stack exchange，提问作者Danny Holstein