XMLDictionary 技术文档
1. 安装指南
XMLDictionary 是一个用于简化 iOS 和 macOS 下 XML 解析和生成的类。要使用 XMLDictionary,只需将类文件拖入您的项目即可。
- 支持的构建目标:iOS 10.2 / Mac OS 10.12 (Xcode 8.2, Apple LLVM 编译器 8.0)
- 最早支持的部署目标:iOS 8.0 / Mac OS 10.10
- 最早兼容的部署目标:iOS 4.3 / Mac OS 10.6
请注意,本项目已被弃用,将不会接收任何未来的更新或修复。如果您正在使用它,请迁移到其他解决方案。
2. 项目的使用说明
XMLDictionary 是基于 NSXMLParser 类构建的,但它表现得更像是一个 DOM 样式的解析器,而不是 SAX 解析器。它创建了一个对象树,而不是在节点的开始和结束时生成事件。
与大多数 DOM 解析器不同,XMLDictionary 不会尝试复制 XML 标准的所有细节,例如嵌套标签内的文本。如果您需要表示类似 HTML 文档的内容,那么 XMLDictionary 将无法满足您的需求。如果您想使用 XML 作为数据交换格式来传递嵌套数据结构,那么 XMLDictionary 可能会提供一个比其他 DOM 解析器更简单的解决方案。
线程安全
XMLDictionary 的所有方法都应该是线程安全的。可以在不同线程上同时使用多个 XMLDictionary 解析器,但不可以在多个线程上并发调用同一个解析器。
ARC 兼容性
从版本 1.1 开始,XMLDictionary 需要 ARC。如果您希望在非 ARC 项目中使用 XMLDictionary,只需将 -fobjc-arc 编译器标志添加到 XMLDictionary.m 类中。
3. 项目 API 使用文档
XMLDictionaryParser 类负责将 XML 文件解析成字典。通常您不需要显式使用这个类,因为您可以通过 NSDictionary 的扩展方法来使用它。但是,如果您想为不同的字典使用不同的设置,它可能会很有用。
创建新的 XMLDictionaryParser 实例后,您可以使用以下方法来使用特定的解析器实例解析 XML 文件:
- (NSDictionary *)dictionaryWithData:(NSData *)data;- (NSDictionary *)dictionaryWithString:(NSString *)string;- (NSDictionary *)dictionaryWithFile:(NSString *)path;- (NSDictionary *)dictionaryWithParser:(NSXMLParser *)parser;
您还可以修改 [XMLDictionaryParser sharedInstance] 的设置,以影响后续使用 NSDictionary 类别扩展方法解析的所有字典。
使用以下属性来调整解析行为:
@property (nonatomic, assign) BOOL collapseTextNodes;如果为 YES(默认值),则将只包含文本且没有子元素、属性或注释的标签折叠为单个字符串对象。@property (nonatomic, assign) BOOL stripEmptyNodes;如果为 YES(默认值),则将删除空的标签(没有子元素、属性、文本或注释的标签)。@property (nonatomic, assign) BOOL trimWhiteSpace;如果为 YES(默认值),则会从文本节点中删除前导和尾随空白,并且会省略只包含空白的文本节点。@property (nonatomic, assign) BOOL alwaysUseArrays;如果为 YES,则每个子节点都将表示为数组,即使只有一个子节点也是如此。@property (nonatomic, assign) BOOL preserveComments;如果为 YES,XML 注释将被分组到__comments键下的数组中,可以通过comments方法访问。@property (nonatomic, assign) XMLDictionaryAttributesMode attributesMode;此属性控制 XML 属性的处理方式。默认值为XMLDictionaryAttributesModePrefixed,即属性会包含在字典中,并带有 _(下划线)前缀以避免命名空间冲突。@property (nonatomic, assign) XMLDictionaryNodeNameMode nodeNameMode;此属性控制节点名称的处理方式。默认值为XMLDictionaryNodeNameModeRootOnly,即节点名称只包含在根字典中。
4. 项目安装方式
为了在应用程序中使用 XMLDictionary,只需将类文件拖入您的项目即可。如果您希望在非 ARC 项目中使用 XMLDictionary,请按照上述说明添加 -fobjc-arc 编译器标志。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00