在VC6中使用MSXML 4.0 DOM處理XML文檔（1） - MSXML - 技術(shù)應(yīng)用...

軟件團(tuán)隊頭目 2008-10-16

展開全文

1.DOM與XML

　　DOM是DocumentObjectModel的縮寫，提供了與XML交互的標(biāo)準(zhǔn)編程模型:（1）提供了標(biāo)準(zhǔn)方法在程序中創(chuàng)建、遍歷或者更新XML文檔內(nèi)容。（2）提供了一組核心的與供應(yīng)商和語言無關(guān)的應(yīng)用程序編程接口（API），可滿足與XML交互的大部分需求。因此，DOMAPIs成為應(yīng)用程序和XML文檔之間互通的橋梁。

　　W3C（WorldWideWebConsortium）DOMLevel1規(guī)范定義了兩組DOM編程接口：

　　（1）基本接口：W3C基本接口定義了用來在應(yīng)用程序中操縱XML文檔的接口；

　?。?）擴(kuò)展接口：W3C擴(kuò)展接口定義了一些方便開發(fā)者的接口。

　　所有XML處理程序必須支持Unicode字符編碼的兩種形式：UTF-8和UTF-16。XMLParser可以讀取使用ISO-8859-1、Big-5或者Shift-JIS編碼的文檔，并在加載文檔時將它們自動轉(zhuǎn)換為Unicode。

　　如果XML文檔使用的字符編碼不是UTF-8（8-bitASCII文本也是可接受的UTF-8）或者UTF-16，那么它必須在XML聲明中提供字符編碼聲明，否則XMLParser可能會出錯。當(dāng)然，即使對字符編碼進(jìn)行了聲明，Parser也可能不能夠處理（不支持該編碼），但能夠正確地給出提示信息。（由于XML聲明是使用基本的ASCII文本書寫的，Parser能夠正確地讀出它的內(nèi)容。）

　　2.MSXML4.0簡介

　　MSXML（MicrosoftXMLCoreServices）是Microsoft提供的用于處理XML文檔的COM庫。MSXMLDOM不僅實現(xiàn)了W3CDOMLevel1規(guī)范定義的基本接口和擴(kuò)展接口，還提供了額外的方法來支持XSLTransformation（XSLT）、XPath、名字空間和數(shù)據(jù)類型。MSXML除了支持規(guī)范所要求的字符編碼外，還支持更多的字符編碼格式，而在內(nèi)部使用UnicodeUCS-2字符編碼處理XML文檔中的所有文本。

　　本文以VisualC++6.0為開發(fā)環(huán)境，介紹MSXML4.0SDK中DOM的使用。另外，MSXML中的SAX也比較常用。

　2.1.MSXMLDOM

　　MSXMLDOM是本文介紹的重點，它提供了豐富的接口方便在程序中操作XML文檔。DOM在內(nèi)存中提供了XML文檔的完整表示，允許對整個文檔內(nèi)容的隨機(jī)訪問。DOM允許應(yīng)用程序依賴于MSXMLParser提供的邏輯結(jié)構(gòu)來處理基于XML的信息。其工作流程和原理如下圖所示（源自MSXML4.0SDK）：

在VC6中使用MSXML 4.0 DOM處理XML文檔

　　當(dāng)MSXMLParser把一個XML文檔加載進(jìn)DOM時，它從頭到尾讀入整個XML文檔，并構(gòu)建內(nèi)在邏輯樹結(jié)構(gòu)。文檔本身被認(rèn)為是包含其它所有節(jié)點的單個節(jié)點，例如，它包含根元素（RootElement），而根元素則包含文檔中所有的元素、屬性和文本節(jié)點。

　　MSXMLDOM樹中每一個節(jié)點都有特定的類型（如元素、屬性、文本），也有指向父節(jié)點和子節(jié)點的成員。其中，屬性節(jié)點是一個特殊的節(jié)點，它不是子節(jié)點，是元素的屬性。

　　2.2.MSXMLSAX2

　　有時，使用SAX（SimpleAPIforXML）來解決XML應(yīng)用可能是一個更好的選擇。DOM方式允許開發(fā)者利用MSXML維護(hù)的DOM樹，而不用自己來管理。但有時，開發(fā)者需要更高的效率時，可能只需要讀入XML文檔，而在程序內(nèi)部構(gòu)造數(shù)據(jù)結(jié)構(gòu)來管理XML文檔信息，這時就可以選擇SAX方式。下圖是MSXMLSAX2的工作流程和原理圖（源自MSXML4.0SDK）：

在VC6中使用MSXML 4.0 DOM處理XML文檔

　　3.安裝MSXML4.0SDK

　　早期的MSXML版本，特別是MSXML2.5和MSXML3.0，借助于xmlinst.exe工具，可以以替換模式進(jìn)行安裝。在替換模式下，新安裝的MSXML版本替換舊版本，從而變成缺省的XMLParser。當(dāng)你在程序中使用版本無關(guān)的CLSID和ProgID時，缺省的XMLParser就被調(diào)用。這常常引起舊程序的兼容性問題?；谶@個原因，MSXML4.0只能以Side-by-side模式進(jìn)行安裝。Xmlinst.exe工具在MSXML4.0中不再提供，也不適用于MSXML4.0。

MSXML4.0SDK（MicrosoftXMLCoreServices4.0SoftwareDevelopmentKet）是以side-by-side模式安裝在你的機(jī)器上的。這種模式有助于保護(hù)那些使用msxml.dll、msxml2.dll，或者msxml3.dll的應(yīng)用程序，使其不受干擾，仍可照常使用。Side-by-side模式允許你決定使用哪個版本的Parser來為你工作，這可在你的代碼中指定。

　　從MicrosoftXMLDownloadCenter下載回安裝程序，安裝程序?qū)⒃谀愕臋C(jī)器上安裝三個文件：msxml4.dll、msxml4a.dll和msxml4r.dll，并對msxml4.dll進(jìn)行注冊。

　　或者，你也可以手動安裝MSXML，如果你樂意的話。首先，拷貝上面的三個dll文件到機(jī)器的系統(tǒng)目錄（$sysRootsystem32），一般是C:WINDOWSsystem32；然后，運(yùn)行cmd，執(zhí)行命令：(1)cdC:WINDOWSsystem32　(2)regsvr32msxml4.dll。

　　在安裝MSXML4.0SDK后，應(yīng)用程序必須使用版本相關(guān)的CLSID和ProgID來顯式地實例化Parser，這確保你的應(yīng)用程序的穩(wěn)定性。

　　4.使用MSXMLDOM

　　本節(jié)介紹在VC6.0中使用MSXMLDOM處理XML文檔。下面的示例中將動態(tài)生成一個XML文檔，并對文檔進(jìn)行查詢。

　　4.1.導(dǎo)入MSXML

　　首先，需要導(dǎo)入MSXML頭文件和庫到VC6.0工程中。有兩種導(dǎo)入方式：

　?。?）自動方式，在源代碼中添加如下兩行程序即可：

　　#import<msxml4.dll>

　　usingnamespaceMSXML2;

　?。?）手動方式（有存在的理由么？呵呵）

　　a）找到MSXML4.0SDK的安裝目錄，去發(fā)現(xiàn)兩個子目錄inc和lib；

　　b）在VC選項中，將MSXML4.0下inc和lib子目錄添加到默認(rèn)的頭文件和庫文件搜索路徑中；

　　c）在使用MSXML的源文件中包含頭文件<msxml2.h>；

　　d）在工程設(shè)置中將msxml2.lib添加到要鏈接的庫中。

　以自動方式導(dǎo)入MSXML，會在你的工程目錄下（或者Debug/Release下）生成兩個頭文件msxml4.tlh和msxml4.tli（前者為頭文件聲明，后者為內(nèi)聯(lián)函數(shù)定義文件）。

　　4.2.XML樣例文檔

　　后面的程序中將動態(tài)生成如下XML文檔，然后對該文檔進(jìn)行查詢。

<?xmlversion="1.0"encoding="utf-8"?>  <request> 　<identification> 　　<userName>tyc</userName> 　　<password>pwd</password> 　</identification> 　　<commandLinescount="2"reply="no"immediate="yes"> 　　<commandnum="1"> 　　　<type>backup</type> 　　　<dbName>db1359</dbName> 　　</command> 　　<commandnum="2"> 　　　<type>save</type> 　　　<data><![CDATA[這里是XML文檔的CDATA數(shù)據(jù)段...]]></data> 　　</command> 　</commandLines> </request>

　　4.3.用到的COM技術(shù)

　　與其它COM技術(shù)一樣，MSXML也使用引用計數(shù)來管理DOM對象的生存期。當(dāng)使用MSXML中的COM裸接口指針時，程序員必須負(fù)責(zé)處理該指針的引用計數(shù)：調(diào)用AddRef增加引用計數(shù)；調(diào)用Release減少引用計數(shù)。

　　例如，當(dāng)調(diào)用IXMLDOMDocument::createNode、IXMLDOMNode::appendChild或者CoCreateInstance創(chuàng)建或者獲取對象時，對象的引用計數(shù)已經(jīng)在函數(shù)返回前增加了，而你卻有責(zé)任在使用完這些指針后調(diào)用Release釋放對象。如果你復(fù)制一個已存在對象的引用，你必須調(diào)用AddRef增加相應(yīng)的引用計數(shù)。

4.4.MSXMLDOM中裸指針與智能指針的用法區(qū)別

　　MSXML中成員函數(shù)有兩類，一類成員函數(shù)的返回值是通過參數(shù)返回的，而函數(shù)本身返回HRESULT作為操作成功與否的標(biāo)識，如果函數(shù)返回的值（通過參數(shù)）是指針，那么該指針是裸指針，這里把這類用法稱為裸用法，這種函數(shù)稱為裸函數(shù)；另一類成員函數(shù)是對前面的裸函數(shù)的簡單封裝形式，把裸函數(shù)的返回值作為真正的返回值返回，如果是返回指針，則指針不再是裸指針，而是經(jīng)過封裝的智能指針。一般前類函數(shù)的函數(shù)名中有下劃線，而后者沒有。你可以在生成的msxml4.tli文件中看到這種封裝。

　　4.5.源程序

　　不多說了，看代碼吧。（注：本來想貼上所有代碼的，但系統(tǒng)字?jǐn)?shù)限制，只好刪除了兩個實現(xiàn)函數(shù)，請看文后的源程序打包文件）

#include<iostream> #include<string> #include<cassert> 　 usingnamespacestd; 　 #import<msxml4.dll> usingnamespaceMSXML2; 　 boolgenerateXMLSampleFile(conststring&path); boolqueryXMLSampleFile(conststring&path); 　 intmain() { 　　//初始化COM庫　　CoInitialize(NULL); 　　　//創(chuàng)建XML文件及其內(nèi)容　　if(!generateXMLSampleFile("sample.xml")) 　　　　cout<<"Failed"<<endl; 　　　//加載剛生成的XML文件，將其輸出到標(biāo)準(zhǔn)輸出中予以顯示　　IXMLDOMDocument2PtrpXMLDom; 　　HRESULThr=pXMLDom.CreateInstance(__uuidof(DOMDocument40)); 　　if(FAILED(hr)){ 　　　　cout<<"FailedtoinstantiateDOMDocument40class!"<<endl; 　　　　return-1; 　　} 　　　　if(pXMLDom->load("sample.xml")!=VARIANT_TRUE){ 　　　　cout<<"Failedloadxmldatafromfile:"<<　　　　　　　static_cast<char*>(pXMLDom->parseError->Getreason())<<endl; 　　　　return-1; 　　} 　　　//下面輸出XML文件內(nèi)容，但奇怪的是文件頭中沒有編碼的部分！　　cout<<static_cast<char*>(pXMLDom->xml)<<endl; 　　　pXMLDom.Release();　//注意，不能用pXMLDom->Release()這種形式！　　　//對剛生成的XML文件進(jìn)行查詢　　cout<<"---------------------------------------"<<endl; 　　cout<<"Startquery..."<<endl; 　　queryXMLSampleFile("sample.xml"); 　　　　CoUninitialize(); 　　　return0; }

　　補(bǔ)充下，如果是遍歷一個未知XML文檔，就需要使用IXMLDOMDocumentPtr的documentElement獲得根元素，使用IXMLDOMNodePtr的firstChild、nextSibling成員獲得一個節(jié)點的所有子節(jié)點；使用IXMLDOMNodePtr的nodeType成員來判斷節(jié)點類型（元素、屬性、文本，等等），使用text成員得到文本值，使用nodeName成員得到節(jié)點名。還可以使用IXMLDOMDocumentPtr、IXMLDOMNodePtr等的xml成員獲得相應(yīng)的xml字符串。另詳細(xì)的資料請參考MSXML4.0SDK文檔。

　　另外，在程序中動態(tài)創(chuàng)建的text節(jié)點的text值的數(shù)據(jù)量大小是有限的，在我的機(jī)器上測試發(fā)現(xiàn)（默認(rèn)VC配置），使用256K的數(shù)據(jù)還正常，但使用512K的數(shù)據(jù)時就StackOverflow了。但是，加載XML文檔時是沒有問題的，其數(shù)據(jù)量并不受此限制。

　　最后，在你使用MSXMLDOM時，請清醒地認(rèn)識到它在內(nèi)部是一顆樹的表示，任何數(shù)據(jù)都是以節(jié)點形式存在的。That’sall！