使用TinyXML2 C++提取老旧格式XML文件特定数据的问题

我之前也踩过TinyXML2处理老旧XML的坑，尤其是嵌套元素这块，结合你给出的示例，给你几个针对性的解决办法：

你提供的示例XML有个致命问题：没有唯一的根节点，标准XML要求整个文档必须被一个根元素包裹，TinyXML2对这种非规范文档的解析会出现异常，直接导致嵌套元素读取失败。

手动给你的XML加一个根节点，比如<ROOT>：

<ROOT>
  <SUBJECT><TITLE>Mathematics</TITLE></SUBJECT> 
  <AREA><TITLE>Arithmetic</TITLE></AREA> 
  <SECTION><TITLE>Whole Numbers</TITLE></SECTION> 
  <TOPIC GRADELEVEL="4"><TITLE>Introduction to Numbers</TITLE></TOPIC> 
  <DESCRIPTION><TITLE>Description</TITLE></DESCRIPTION> 
  <FIELDSPACE> 
    <PARA>To represent each conceivable number by means of a separate little picture or number symbol is impossible. Therefore...</PARA>
  </FIELDSPACE>
</ROOT>

TinyXML2处理嵌套的关键是遍历所有子元素，很多人只调用FirstChild()就停了，忽略了NextSiblingElement()，也没深入子元素的子节点。这里给你一个通用的递归遍历函数，能处理任意层级的嵌套：

#include "tinyxml2.h"
#include <iostream>

using namespace tinyxml2;

void TraverseNestedElements(XMLElement* currentElement) {
    if (!currentElement) return;

    // 打印当前元素的基本信息
    std::cout << "当前元素: " << currentElement->Name();
    const char* text = currentElement->GetText();
    if (text && strlen(text) > 0) {
        std::cout << " | 文本内容: " << text;
    }
    std::cout << std::endl;

    // 处理元素属性（比如TOPIC的GRADELEVEL）
    const XMLAttribute* attr = currentElement->FirstAttribute();
    while (attr) {
        std::cout << "  属性: " << attr->Name() << " = " << attr->Value() << std::endl;
        attr = attr->Next();
    }

    // 递归遍历所有子元素（嵌套的核心）
    XMLElement* childElement = currentElement->FirstChildElement();
    while (childElement) {
        TraverseNestedElements(childElement);
        childElement = childElement->NextSiblingElement();
    }
}

int main() {
    XMLDocument doc;
    XMLError error = doc.LoadFile("your_old_xml.xml");
    if (error != XML_SUCCESS) {
        std::cerr << "加载XML失败: " << doc.ErrorName() << std::endl;
        return 1;
    }

    // 从根节点开始遍历
    XMLElement* root = doc.FirstChildElement("ROOT");
    if (root) {
        TraverseNestedElements(root);
    }
    return 0;
}

如果不需要全量遍历，只想获取某个特定嵌套元素（比如TOPIC下的TITLE），要注意不能直接取父元素的文本，必须先定位到子元素再获取文本：

// 定位到TOPIC元素
XMLElement* topicElem = root->FirstChildElement("TOPIC");
if (topicElem) {
    // 获取TOPIC的属性
    const char* gradeLevel = topicElem->Attribute("GRADELEVEL");
    if (gradeLevel) {
        std::cout << "年级等级: " << gradeLevel << std::endl;
    }

    // 获取嵌套的TITLE元素的文本
    XMLElement* titleElem = topicElem->FirstChildElement("TITLE");
    if (titleElem) {
        std::cout << "主题标题: " << titleElem->GetText() << std::endl;
    }
}

老旧XML通常有大量换行、空格等空白字符，TinyXML2默认会把这些当成文本节点。这时候一定要用FirstChildElement()和NextSiblingElement()来遍历元素，它们会自动跳过空白文本节点；如果用FirstChild()或NextSibling()，会拿到空白节点，导致你误以为没有嵌套元素。

内容的提问来源于stack exchange，提问作者user1992