Xerces C++ SAX2解析后缺失元素属性复制类的相关问题

关于AttributesImpl类的存在性说明 #

文档与源码注释中提到的AttributesImpl辅助类 确实未在所有正式发布的Xerces-C++版本中实现，覆盖从早期2.x系列到当前最新3.2.3版本的全量发行包，属于典型的文档注释与实际代码交付不一致的历史遗留问题，整个源码树中不存在该类的定义与实现，无需在头文件、库文件中额外查找。

官方可用的属性跨作用域留存方案 #

Xerces-C++官方没有提供封装好的属性复制工具类，但完全不需要从零解析Attributes内部逻辑，也不需要缓存整个XML文档（不会违背SAX流式解析的设计初衷），直接基于Attributes类对外暴露的稳定公开API，即可用极少量代码实现属性的安全拷贝：

• 核心逻辑仅依赖Attributes类的公开只读方法，不触碰任何内部未暴露的实现逻辑，全版本兼容：
  • getLength()：获取当前元素的属性总数
  • getURI(index)：获取指定索引属性的命名空间URI
  • getLocalName(index)：获取指定索引属性的本地名
  • getQName(index)：获取指定索引属性的限定名
  • getValue(index)：获取指定索引属性的值
  • getType(index)：获取指定索引属性的类型
• 参考实现代码如下：

#include <vector>
#include <xercesc/sax2/Attributes.hpp>
#include <xercesc/util/XMLString.hpp>

// 自定义属性存储结构
struct PersistedAttribute {
    XMLCh* nsUri;
    XMLCh* localName;
    XMLCh* qualifiedName;
    XMLCh* value;
    XMLCh* type;
};

// 自定义SAX2处理器的startElement回调实现
void CustomSaxHandler::startElement(
    const XMLCh* const nsUri,
    const XMLCh* const localName,
    const XMLCh* const qName,
    const xercesc::Attributes& attrs
) {
    std::vector<PersistedAttribute> attrStore;
    const XMLSize_t attrCount = attrs.getLength();
    attrStore.reserve(attrCount);

    for (XMLSize_t idx = 0; idx < attrCount; idx++) {
        PersistedAttribute attr;
        // 必须用XMLString::replicate做深拷贝，不可直接存储返回的指针
        attr.nsUri = xercesc::XMLString::replicate(attrs.getURI(idx));
        attr.localName = xercesc::XMLString::replicate(attrs.getLocalName(idx));
        attr.qualifiedName = xercesc::XMLString::replicate(attrs.getQName(idx));
        attr.value = xercesc::XMLString::replicate(attrs.getValue(idx));
        attr.type = xercesc::XMLString::replicate(attrs.getType(idx));
        attrStore.push_back(attr);
    }

    // attrStore可安全脱离当前startElement作用域使用，不会被后续解析流程覆盖
    // 注意使用完成后手动调用XMLString::release释放所有拷贝的XMLCh字符串，避免内存泄漏
}

注意事项：Attributes类各get方法返回的XMLCh*指针指向解析器内部的复用缓冲区，一旦退出startElement作用域、解析器开始处理后续节点，缓冲区内容就会被覆写，必须通过XMLString::replicate做深拷贝才能长期留存数据。

方案特性说明 #

• 内存开销极低：仅拷贝当前正在解析的单个元素的属性数据，内存占用和单节点最大属性数正相关，不会缓存整份XML文档，完全符合SAX流式解析低内存占用的设计目标
• 兼容性强：所有调用的API均为Xerces-C++ SAX2模块对外暴露的稳定接口，从2.x版本到最新3.2.x版本均无接口变动，无需担心版本升级导致兼容问题
• 实现成本极低：仅需在SAX处理器回调中增加几十行拷贝逻辑，不需要修改Xerces库源码，也不需要基于库做二次开发扩展

内容的提问来源于stack exchange，提问作者chars