xmloxide

libxml2 の純Rust再実装 — オープンソース世界で事実上の標準XML/HTMLパースライブラリです。

libxml2は2025年12月に公式メンテナンス終了となり、既知のセキュリティ問題を抱えています。xmloxideは、メモリ安全かつ高性能で、同じ適合性テストスイートを通過する代替品を目指します。

特徴

• メモリ安全 — アリーナベースのツリーで、公開APIにunsafeを一切含みません
• 適合性 — W3C XML適合性テストスイートで100%の合格率（1727/1727の該当テスト）
• エラーリカバリ — libxml2と同様に、不正なXMLでも解析して利用可能なツリーを生成
• 複数のパースAPI — DOMツリー、SAX2ストリーミング、XmlReaderプル、プッシュ/インクリメンタル
• HTMLパーサー — 自動クローズや空要素をサポートしたエラー耐性のあるHTML 4.01パーサー
• WHATWG HTML5パーサー — 完全なHTML Living Standardトークナイザーとツリービルダー（8810/8810のhtml5lib-tests合格）
• HTML5ストリーミング — DOMツリーを構築せずにトークナイザーをラップするSAXライクなコールバックAPI（html5::sax）
• CSSセレクター — 親しみやすいCSS構文で要素をクエリ（css::select）。コンビネーター、疑似クラス、高速な#idルックアップ対応
• XPath 1.0+ — 完全な式パーサーと評価器。XPath 1.0の全コア関数に加え、主要なXPath 2.0関数（matches()、replace()、tokenize()、upper-case()、lower-case()、abs()、min()、max()など）をサポート
• 検証 — DTD、RelaxNG、XML Schema (XSD)、ISO Schematron (ISO/IEC 19757-3) による検証
• Serde統合 — オプションのserdeフィーチャーで、Rust型とのXML (逆)シリアライズ
• 非同期パース — オプションのasyncフィーチャーで、tokio::io::AsyncReadソースからのパース
• Canonical XML — C14N 1.0およびExclusive C14Nシリアライズ
• XInclude — ドキュメントインクルード処理
• XMLカタログ — URI解決のためのOASIS XMLカタログ
• xmllint CLI — XMLのパース、検証、クエリを行うコマンドラインツール
• 可能な限りゼロコピー — 文字列インターンによる高速比較
• グローバル状態なし — 各Documentは自己完結型でSend + Sync
• C/C++ FFI — C/C++プロジェクトに埋め込むための完全なC APIとヘッダーファイル（include/xmloxide.h）
• 最小限の依存関係 — encoding_rsのみ（ライブラリは他に依存関係なし。clapはCLIのみ）

クイックスタート

use xmloxide::Document;

let doc = Document::parse_str("<root><child>Hello</child></root>").unwrap();
let root = doc.root_element().unwrap();
assert_eq!(doc.node_name(root), Some("root"));
assert_eq!(doc.text_content(root), "Hello");

シリアライズ

use xmloxide::Document;
use xmloxide::serial::serialize;

let doc = Document::parse_str("<root><child>Hello</child></root>").unwrap();
let xml = serialize(&doc);
assert_eq!(xml, "<root><child>Hello</child></root>");

XPathクエリ

use xmloxide::Document;
use xmloxide::xpath::{evaluate, XPathValue};

let doc = Document::parse_str("<library><book><title>Rust</title></book></library>").unwrap();
let root = doc.root_element().unwrap();
let result = evaluate(&doc, root, "count(book)").unwrap();
assert_eq!(result.to_number(), 1.0);

SAX2ストリーミング

use xmloxide::sax::{parse_sax, SaxHandler, DefaultHandler};
use xmloxide::parser::ParseOptions;

struct MyHandler;
impl SaxHandler for MyHandler {
    fn start_element(&mut self, name: &str, _: Option<&str>, _: Option<&str>,
                     _: &[(String, String, Option<String>, Option<String>)]) {
        println!("Element: {name}");
    }
}

parse_sax("<root><child/></root>", &ParseOptions::default(), &mut MyHandler).unwrap();

HTMLパース

use xmloxide::html::parse_html;

let doc = parse_html("<p>Hello <br> World").unwrap();
let root = doc.root_element().unwrap();
assert_eq!(doc.node_name(root), Some("html"));

CSSセレクター

use xmloxide::css::select;
use xmloxide::Document;

let doc = Document::parse_str(r#"<div><p class="intro">Hello</p><p>World</p></div>"#).unwrap();
let root = doc.root_element().unwrap();
let intros = select(&doc, root, "p.intro").unwrap();
assert_eq!(intros.len(), 1);
assert_eq!(doc.text_content(intros[0]), "Hello");

HTML5パース（WHATWG）

use xmloxide::html5::parse_html5;

let doc = parse_html5("<p>Hello <b>world</b>").unwrap();
let root = doc.root_element().unwrap();
assert_eq!(doc.node_name(root), Some("html"));

フラグメントパース（innerHTMLの背後にあるアルゴリズム）もサポートしています：

use xmloxide::html5::{parse_html5_with_options, Html5ParseOptions};

let opts = Html5ParseOptions {
    scripting: false,
    fragment_context: Some("body".to_string()),
};
let doc = parse_html5_with_options("<p>fragment</p>", &opts).unwrap();

HTML5ストリーミング（SAXライク）

use xmloxide::html5::sax::{Html5SaxHandler, parse_html5_sax};

struct LinkExtractor { hrefs: Vec<String> }
impl Html5SaxHandler for LinkExtractor {
    fn start_element(&mut self, name: &str, attrs: &[(String, String)], _sc: bool) {
        if name == "a" {
            if let Some((_, href)) = attrs.iter().find(|(n, _)| n == "href") {
                self.hrefs.push(href.clone());
            }
        }
    }
}

let mut handler = LinkExtractor { hrefs: Vec::new() };
parse_html5_sax(r#"<a href="https://github.com/jonwiggins/xmloxide/blob/main/page">Link</a>"#, &mut handler);
assert_eq!(handler.hrefs, vec!["/page"]);

エラーリカバリ

use xmloxide::parser::{parse_str_with_options, ParseOptions};

let opts = ParseOptions::default().recover(true);
let doc = parse_str_with_options("<root><unclosed>", &opts).unwrap();
for diag in &doc.diagnostics {
    eprintln!("{}", diag);
}

CLIツール

# パースしてプリティプリント
xmllint --format document.xml

# スキーマに対して検証
xmllint --schema schema.xsd document.xml
xmllint --relaxng schema.rng document.xml
xmllint --schematron schema.sch document.xml
xmllint --dtdvalid schema.dtd document.xml

# XPathクエリ
xmllint --xpath "//title" document.xml

# Canonical XML
xmllint --c14n document.xml

# HTMLパース
xmllint --html page.html

モジュール概要

モジュール	説明
tree	アリーナベースのDOMツリー（Document、NodeId、NodeKind）
parser	エラーリカバリ機能付きXML 1.0再帰下降パーサー
parser::push	チャンク入力用のプッシュ/インクリメンタルパーサー
html	エラー耐性のあるHTML 4.01パーサー
html5	WHATWG HTML Living Standardパーサー（トークナイザー＋ツリービルダー）
html5::sax	HTML5用のストリーミングSAXライクAPI（DOMツリーは構築しない）
css	ドキュメントツリーをクエリするCSSセレクターエンジン
sax	SAX2ストリーミングイベント駆動パーサー
reader	XmlReaderプルベースのパースAPI
serial	XML、HTML、HTML5シリアライザー、およびCanonical XML (C14N)
xpath	XPath 1.0+式パーサーと評価器
validation::dtd	DTDパースと検証
validation::relaxng	RelaxNGスキーマ検証
validation::xsd	XML Schema (XSD) 検証
validation::schematron	ISO Schematronルールベース検証
serde_xml	Serde XML (逆)シリアライズ（オプションのserdeフィーチャー）
async_xml	tokio::io::AsyncRead経由の非同期パース（オプションのasyncフィーチャー）
xinclude	XInclude 1.0ドキュメントインクルード
catalog	URI解決のためのOASIS XMLカタログ
encoding	文字エンコーディング検出と変換
ffi	C/C++ FFIバインディング（include/xmloxide.h）

パフォーマンス

パースのスループットはlibxml2と競合します — ほとんどのドキュメントで3-4%以内、SVGでは12%高速です。シリアライズはアリーナベースのツリー設計のおかげで1.5-2.4倍高速です。XPathはすべてのベンチマークで1.1-2.7倍高速です。

パース:

ドキュメント	サイズ	xmloxide	libxml2	結果
Atomフィード	4.9 KB	26.7 µs (176 MiB/s)	25.5 µs (184 MiB/s)	~4%低速
SVG描画	6.3 KB	58.5 µs (103 MiB/s)	65.6 µs (92 MiB/s)	12%高速
Maven POM	11.5 KB	76.9 µs (142 MiB/s)	74.2 µs (148 MiB/s)	~4%低速
XHTMLページ	10.2 KB	69.5 µs (139 MiB/s)	61.5 µs (157 MiB/s)	~13%低速
大(374 KB)	374 KB	2.15 ms (169 MiB/s)	2.08 ms (175 MiB/s)	~3%低速

シリアライズ:

ドキュメント	サイズ	xmloxide	libxml2	結果
Atomフィード	4.9 KB	11.3 µs	17.5 µs	1.5倍高速
Maven POM	11.5 KB	20.1 µs	47.5 µs	2.4倍高速
大(374 KB)	374 KB	614 µs	1397 µs	2.3倍高速

XPath:

式	xmloxide	libxml2	結果
単純パス (//entry/title)	1.51 µs	1.63 µs	8%高速
属性述語 (//book[@id])	5.91 µs	15.99 µs	2.7倍高速
count()関数	1.09 µs	1.67 µs	1.5倍高速
string()関数	1.32 µs	1.77 µs	1.3倍高速