武汉江城大酒店:在VC6中使用MSXML 4.0 DOM处理XML文档(1) - MSXML - 技术应用...

来源:百度文库 编辑:中财网 时间:2024/03/29 02:01:19
1.DOM与XML

  DOM是DocumentObjectModel的缩写,提供了与XML交互的标准编程模型:(1)提供了标准方法在程序中创建、遍历或者更新XML文档内容。(2)提供了一组核心的与供应商和语言无关的应用程序编程接口(API),可满足与XML交互的大部分需求。因此,DOMAPIs成为应用程序和XML文档之间互通的桥梁。

  W3C(WorldWideWebConsortium)DOMLevel1规范定义了两组DOM编程接口:

  (1)基本接口:W3C基本接口定义了用来在应用程序中操纵XML文档的接口;

  (2)扩展接口:W3C扩展接口定义了一些方便开发者的接口。

  所有XML处理程序必须支持Unicode字符编码的两种形式:UTF-8和UTF-16。XMLParser可以读取使用ISO-8859-1、Big-5或者Shift-JIS编码的文档,并在加载文档时将它们自动转换为Unicode。

  如果XML文档使用的字符编码不是UTF-8(8-bitASCII文本也是可接受的UTF-8)或者UTF-16,那么它必须在XML声明中提供字符编码声明,否则XMLParser可能会出错。当然,即使对字符编码进行了声明,Parser也可能不能够处理(不支持该编码),但能够正确地给出提示信息。(由于XML声明是使用基本的ASCII文本书写的,Parser能够正确地读出它的内容。)

  2.MSXML4.0简介

  MSXML(MicrosoftXMLCoreServices)是Microsoft提供的用于处理XML文档的COM库。MSXMLDOM不仅实现了W3CDOMLevel1规范定义的基本接口和扩展接口,还提供了额外的方法来支持XSLTransformation(XSLT)、XPath、名字空间和数据类型。MSXML除了支持规范所要求的字符编码外,还支持更多的字符编码格式,而在内部使用UnicodeUCS-2字符编码处理XML文档中的所有文本。

  本文以VisualC++6.0为开发环境,介绍MSXML4.0SDK中DOM的使用。另外,MSXML中的SAX也比较常用。

 2.1.MSXMLDOM

  MSXMLDOM是本文介绍的重点,它提供了丰富的接口方便在程序中操作XML文档。DOM在内存中提供了XML文档的完整表示,允许对整个文档内容的随机访问。DOM允许应用程序依赖于MSXMLParser提供的逻辑结构来处理基于XML的信息。其工作流程和原理如下图所示(源自MSXML4.0SDK):

  当MSXMLParser把一个XML文档加载进DOM时,它从头到尾读入整个XML文档,并构建内在逻辑树结构。文档本身被认为是包含其它所有节点的单个节点,例如,它包含根元素(RootElement),而根元素则包含文档中所有的元素、属性和文本节点。

  MSXMLDOM树中每一个节点都有特定的类型(如元素、属性、文本),也有指向父节点和子节点的成员。其中,属性节点是一个特殊的节点,它不是子节点,是元素的属性。

  2.2.MSXMLSAX2

  有时,使用SAX(SimpleAPIforXML)来解决XML应用可能是一个更好的选择。DOM方式允许开发者利用MSXML维护的DOM树,而不用自己来管理。但有时,开发者需要更高的效率时,可能只需要读入XML文档,而在程序内部构造数据结构来管理XML文档信息,这时就可以选择SAX方式。下图是MSXMLSAX2的工作流程和原理图(源自MSXML4.0SDK):

  3.安装MSXML4.0SDK

  早期的MSXML版本,特别是MSXML2.5和MSXML3.0,借助于xmlinst.exe工具,可以以替换模式进行安装。在替换模式下,新安装的MSXML版本替换旧版本,从而变成缺省的XMLParser。当你在程序中使用版本无关的CLSID和ProgID时,缺省的XMLParser就被调用。这常常引起旧程序的兼容性问题。基于这个原因,MSXML4.0只能以Side-by-side模式进行安装。Xmlinst.exe工具在MSXML4.0中不再提供,也不适用于MSXML4.0。MSXML4.0SDK(MicrosoftXMLCoreServices4.0SoftwareDevelopmentKet)是以side-by-side模式安装在你的机器上的。这种模式有助于保护那些使用msxml.dll、msxml2.dll,或者msxml3.dll的应用程序,使其不受干扰,仍可照常使用。Side-by-side模式允许你决定使用哪个版本的Parser来为你工作,这可在你的代码中指定。

  从MicrosoftXMLDownloadCenter下载回安装程序,安装程序将在你的机器上安装三个文件:msxml4.dll、msxml4a.dll和msxml4r.dll,并对msxml4.dll进行注册。

  或者,你也可以手动安装MSXML,如果你乐意的话。首先,拷贝上面的三个dll文件到机器的系统目录($sysRootsystem32),一般是C:WINDOWSsystem32;然后,运行cmd,执行命令:(1)cdC:WINDOWSsystem32 (2)regsvr32msxml4.dll。

  在安装MSXML4.0SDK后,应用程序必须使用版本相关的CLSID和ProgID来显式地实例化Parser,这确保你的应用程序的稳定性。

  4.使用MSXMLDOM

  本节介绍在VC6.0中使用MSXMLDOM处理XML文档。下面的示例中将动态生成一个XML文档,并对文档进行查询。

  4.1.导入MSXML

  首先,需要导入MSXML头文件和库到VC6.0工程中。有两种导入方式:

  (1)自动方式,在源代码中添加如下两行程序即可:

  #import

  usingnamespaceMSXML2;

  (2)手动方式(有存在的理由么?呵呵)

  a)找到MSXML4.0SDK的安装目录,去发现两个子目录inc和lib;

  b)在VC选项中,将MSXML4.0下inc和lib子目录添加到默认的头文件和库文件搜索路径中;

  c)在使用MSXML的源文件中包含头文件

  d)在工程设置中将msxml2.lib添加到要链接的库中。  以自动方式导入MSXML,会在你的工程目录下(或者Debug/Release下)生成两个头文件msxml4.tlh和msxml4.tli(前者为头文件声明,后者为内联函数定义文件)。

  4.2.XML样例文档

  后面的程序中将动态生成如下XML文档,然后对该文档进行查询。




 
  tyc
  pwd
 

 
 
  
   backup
   db1359
  
  
   save
   
  
 

  4.3.用到的COM技术

  与其它COM技术一样,MSXML也使用引用计数来管理DOM对象的生存期。当使用MSXML中的COM裸接口指针时,程序员必须负责处理该指针的引用计数:调用AddRef增加引用计数;调用Release减少引用计数。

  例如,当调用IXMLDOMDocument::createNode、IXMLDOMNode::appendChild或者CoCreateInstance创建或者获取对象时,对象的引用计数已经在函数返回前增加了,而你却有责任在使用完这些指针后调用Release释放对象。如果你复制一个已存在对象的引用,你必须调用AddRef增加相应的引用计数。 4.4.MSXMLDOM中裸指针与智能指针的用法区别

  MSXML中成员函数有两类,一类成员函数的返回值是通过参数返回的,而函数本身返回HRESULT作为操作成功与否的标识,如果函数返回的值(通过参数)是指针,那么该指针是裸指针,这里把这类用法称为裸用法,这种函数称为裸函数;另一类成员函数是对前面的裸函数的简单封装形式,把裸函数的返回值作为真正的返回值返回,如果是返回指针,则指针不再是裸指针,而是经过封装的智能指针。一般前类函数的函数名中有下划线,而后者没有。你可以在生成的msxml4.tli文件中看到这种封装。

  4.5.源程序

  不多说了,看代码吧。(注:本来想贴上所有代码的,但系统字数限制,只好删除了两个实现函数,请看文后的源程序打包文件)

#include
#include
#include
 
usingnamespacestd;
 
#import
usingnamespaceMSXML2;
 
boolgenerateXMLSampleFile(conststring&path);
boolqueryXMLSampleFile(conststring&path);
 
intmain()
{
  //初始化COM库
  CoInitialize(NULL);
 
  //创建XML文件及其内容
  if(!generateXMLSampleFile("sample.xml"))
    cout<<"Failed"< 
  //加载刚生成的XML文件,将其输出到标准输出中予以显示
  IXMLDOMDocument2PtrpXMLDom;
  HRESULThr=pXMLDom.CreateInstance(__uuidof(DOMDocument40));
  if(FAILED(hr)){
    cout<<"FailedtoinstantiateDOMDocument40class!"<    return-1;
  }
  
  if(pXMLDom->load("sample.xml")!=VARIANT_TRUE){
    cout<<"Failedloadxmldatafromfile:"<< 
      static_cast(pXMLDom->parseError->Getreason())<    return-1;
  }
 
  //下面输出XML文件内容,但奇怪的是文件头中没有编码的部分!
  cout<(pXMLDom->xml)< 
  pXMLDom.Release(); //注意,不能用pXMLDom->Release()这种形式!
 
  //对刚生成的XML文件进行查询
  cout<<"---------------------------------------"<  cout<<"Startquery..."<  queryXMLSampleFile("sample.xml");
  
  CoUninitialize();
 
  return0;
}

 

  补充下,如果是遍历一个未知XML文档,就需要使用IXMLDOMDocumentPtr的documentElement获得根元素,使用IXMLDOMNodePtr的firstChild、nextSibling成员获得一个节点的所有子节点;使用IXMLDOMNodePtr的nodeType成员来判断节点类型(元素、属性、文本,等等),使用text成员得到文本值,使用nodeName成员得到节点名。还可以使用IXMLDOMDocumentPtr、IXMLDOMNodePtr等的xml成员获得相应的xml字符串。另详细的资料请参考MSXML4.0SDK文档。

  另外,在程序中动态创建的text节点的text值的数据量大小是有限的,在我的机器上测试发现(默认VC配置),使用256K的数据还正常,但使用512K的数据时就StackOverflow了。但是,加载XML文档时是没有问题的,其数据量并不受此限制。

  最后,在你使用MSXMLDOM时,请清醒地认识到它在内部是一颗树的表示,任何数据都是以节点形式存在的。That’sall!