利用MSXML解析XML文本
胡朝晖
摘自：计算机世界
---- XML DOM (文档对象模型)对象提供了一个标准的方法来操作存储在XML文档中的信息， 这就是DOM应用编程接口（API）函数。它是应用程序和XML文档之间的桥梁。DOM包 含两个关键的抽象概念：一个是树状的层次结构，另一个是用来表示文档内容和结构的节点 集合。树状层次包括了所有节点，节点本身也可以包含其他的节点。这样的好处是可以通过 这个层次结构来找到并修改某一特定节点的信息。
----微软的MSXML解析器读取一个XML文档，然后把它的 内容解析到一个抽象的信息容器中，该信息容器被称为节点（NODES）。这些节点代表文 档的结构和内容，并允许应用程序来操作文档中的信息而不需要知道XML的语义。一个文 档被解析后，它的节点能够在任何时候被浏览而不需要保持一定的顺序。
----对开发人员来说，最重要的编程对象是DOMDocument。 DOMDocument对象通过暴露的属性和方法来允许浏览、查询和修改XML文档的内容和结 构。
----本文主要介绍DOM的结构和应用，同时用VC编程语言 给出了通过MSXML进行XML解析的实例。
DOMDocument对象的结构和应用
----文档对象的创建
HRESULT hr;
IXMLDomDocument＊ pXMLDoc;
IXMLDOMNode＊
pXDN;
//COM的初始化
Hr=CoInitialize(NULL);
/＊得到关于IXMLDOMDocument
接口的指针pXMLDOC＊/
hr=CoCreateInstance(CLSID_DOMDocument,NULL,
CLSCTX_INPPROC_SERVER,IID_IXMLDOMDocument,
(void＊＊)＆pXMLDoc);
//得到关于IXMLDOMNode接口的指针pXDN
hr=pXMLDoc－>QueryInterface(IID_IXMLDOM
Node,(void＊＊)＆pXDN);
----在MSXML解析器的使用过程中，我们可以使用文档中 的CreateElement方法创建一个节点来装载和保存XML文件，也可以通过Load或者是 LoadXML方法从一个指定的URL来装载一个XML文档。Load(LoadXML)方法带有两个参 数：第一个参数xmlSource表示需要被解析的文档，第二个参数isSuccessful表示文档装载 是否成功。
----文档对象的保存
----Save方法是用来把文档保存到一个指定的位置。Save方 法中参数destination用来表示需要被保存的对象的类型，对象可以是一个文件、一个ASP Response方法、一个XML文档对象，或者是一个能够支持持久保存（persistence）的客户 对象。下面是使用Save方法的一个例子程序的部分代码：
BOOL DOMDocSaveLocation()
{
BOOL bResult
= FALSE;
IXMLDOMDocument ＊pIXMLDOMDocument = NULL;
HRESULT hr;
try
{
_variant_t varString = _T(“D:\\sample.xml");
/＊ 这里省略了创建一个DOMDocument
对象和装载XML文档的代码＊/
//将文档保存到D:\\sample.xml中去
hr=pIXMLDOMDocument－>save(varString);
if(SUCCEEDED(hr))
bResult = TRUE;
}
catch(...)
{
DisplayErrorToUser();
/＊这里省略了释放对IXMLDOMDocument
接口的引用的代码＊/
}
return bResult;
}
----设置解析标志
----在解析过程中，我们需要得到和设置解析标志。利用不 同的解析标志，我们可以用不同的方法来解析一个XML文档。XML标准允许解析器验证 或者不验证文档，允许不验证文档的解析过程跳过对外部资源的提取，还可以设置标志来表 明是否要从文档中移去多余的空格。DOMDocument对象暴露了如下几个属性，允许用户在 运行的时候利用它们改变解析器的行为。
Async属性方法：get_Async和put_Async。
ValidateOnParse属性方法：get_ValidateOnParse和 put_ValidateOnParse。
ResolveExternals属性方法：get_ ResolveExternals和put_ ResolveExternals。
PreserveWhiteSpace属性方法：get_ PreserveWhiteSpace和put_ PreserveWhiteSpace。
----每一个属性可以接受或者返回一个Boolean值。缺省情况 下，Async、ValidateOnParse、ResolveExternals的值为TRUE，PreserveWhiteSpace的值跟 XML文档的设置有关，如果XML文档中设置了xml:space属性的话，该值为FALSE。
----在文档解析过程中可以收集到以下的信息：
doctype(文档类型)：是用来定义文档格式的DTD文件。如果XML文档没有相关的 DTD文档的话，它就返回NULL。
implementation(实现)：表示该文档的实现，用来指出当前文档所支持的XML的版本。
parseError(解析错误)：指出在解析过程中最后所发生的错误。
readyState(状态信息)：表示XML文档的状态信息。readyState对于异步使用微软的XML 解析器来说重要的作用是提高了性能。当异步装载XML文档的时候，程序可能需要检查解 析的状态，MSXML提供了4个状态，分别为正在状态、已经状态、正在解析和解析完成。
url(统一资源定位)：表示正在被装载和解析的XML文档的URL的情况。如果该文档是 在内存中建立的话，这个属性返回NULL值。
----节点的操作
---- 在得到文档树结构以后，我们可以操作树中的每一个节 点，一般通过两个方法得到树中的节点，分别为nodeFromID和getElementsByTagName。
---- nodeFromID包括两个参数，第一个参数idString用来表 示ID值，第二个参数node返回指向和该ID相匹配的节点的接口指针。根据XML的技术规 定，每一个XML文档中的ID值必须是唯一的，而且一个元素（element）只能和一个ID 相关联。
----getElementsByTagName方法有两个参数，第一个参数 tagName表示需要查找的元素(Element)名称，如果tagName为“＊”则返回文档中所有的元 素。第二个参数为resultList,它实际是指向接口IXMLDOMNodeList的指针，用来返回和 tagName(标签名字)相关的所有节点的集合。
----下面是相关例子程序的部分代码：
IXMLDOMDocument
＊pIXMLDOMDocument = NULL;
wstring strFindText (_T(“author"));
IXMLDOMNodeList
＊pIDOMNodeList = NULL;
IXMLDOMNode ＊pIDOMNode = NULL;
long value;
BSTR
bstrItemText;
HRESULT hr;
try
{
/＊此处省略创建一个DOMDocument
文档对象并装载具体文档的代码＊/
/＊下面的代码用来得到一个和标签名称
author相关的所有节点的集合＊/
//是否正确地得到了指向IDOMNodeList的指针
hr=pIXMLDOMDocument－>getElementsByTagName
((TCHAR＊)strFindText.data(), ＆pIDOMNodeList);
SUCCEEDED(hr) ? 0 : throw hr;
//得到所包含的节点的个数
hr = pIDOMNodeList－>get_length(＆value);
if(SUCCEEDED(hr))
{
pIDOMNodeList－>reset();
for(int ii = 0; ii < value; ii＋＋)
{
//得到具体的一个节点
pIDOMNodeList－>get_item(ii，＆pIDOM
Node);
if(pIDOMNode
)
{
//得到该节点相关的文本信息
pIDOMNode－>get_text(＆bstrItemText);
::MessageBox(NULL,
bstrItemText,
strFindText.data(), MB_OK);
pIDOMNode－>Release();
pIDOMNode = NULL;
}
}
}
pIDOMNodeList－>Release();
pIDOMNodeList
= NULL;
}
catch(...)
{
if(pIDOMNodeList)
pIDOMNodeList－>Release();
if(pIDOMNode)
pIDOMNode－>Release();
DisplayErrorToUser();
}
----可以通过方法CreateNode来创建一个新的节点。 CreateNode包括4个参数，第一个参数type表示要创建的节点的类型，第二个参数name表 示新节点的nodeName的值，第三个参数namespaceURI表示和该节点相关的名字空间，第 四个参数node表示新创建的节点。可以通过使用已经提供的类型(type)、名称(name)和名字 空间(nodeName)来创建一个新节点。
----当一个节点被创建的时候，它实际上是在一个名字空间 范围（如果已经提供了名字空间的话）内被创建的。如果没有提供名字空间的话，它实际上 是在文档的名字空间范围内被创建的。
解析XML
----为了说明如何在VC中使用XML DOM模型，这里我们 介绍一个简单的Console Application实例程序。下面是主要的程序代码，用来在一个XML
文档中定位一个特殊的节点，并插入一个新的子节点。
＃include
/＊下面的.h文件是在安装了最新的
XML Parser以后所包含的.h文件＊/
＃include “C:\Program Files\Microsoft
XML Parser
SDK\inc\msxml2.h"
＃include
void main()
{
// 初始化COM接口
CoInitialize(NULL);
/＊在程序中，假定装载的XML文件名称为
xmldata.xml,缺省情况下它和可执行文件在同
一个目录中。该文件的内容如下：
<?xml version=“1.0"?>
Hello, World!
----程序将寻找名为“xmlnode”的节点，插入一个新的名
称为“xmlchildnode”的节点，然后它再去寻找一个名为“xmltext”的节点，然后提取包 含在该节点中的文本并显示它，最后它把新的改变过的XML文档保存在名称为
“updatexml.xml”的文档中。＊/
try {
// 通过智能指针创建一个解析器的实例
CComPtrspXMLDOM;
HRESULT hr =spXMLDOM.CoCreateInstance
(－uuidof(DOMDocument));
if ( FAILED(hr) ) throw “不能创建XML Parser对象";
if ( spXMLDOM.p == NULL )
throw
“不能创建XML Parser对象";
// 创建成功，开始装载XML文档
VARIANT_BOOL bSuccess = false;
hr =spXMLDOM－>load(CComVariant(
L“xmldata.xml"),＆bSuccess);
if ( FAILED(hr) ) throw
“不能够在解析器中装载XML文档";
if ( !bSuccess ) throw
“不能够在解析器中装载XML文档";
// 检查并搜索“xmldata/xmlnode"
CComBSTR bstrSS(L“xmldata/xmlnode");
CComPtrspXMLNode;
/＊用接口IXMLDOMDocument的
selectSingleNode方法定位该节点。＊/
hr =spXMLDOM－>selectSingleNode
(bstrSS,＆spXMLNode);
if ( FAILED(hr)
) throw
“不能在XML节点中定位‘xmlnode’";
if ( spXMLNode.p == NULL ) throw
“不能在XML节点中定位‘xmlnode' ";
/＊DOM对象“spXMLNode”
现在包含了XML节点，
所以我们可以在它下面创建一个子节点。＊/
CComPtr spXMLChildNode;
/＊用接口IXMLDOMDocument的方法create
Node方法创建一个新节点。＊/
hr = spXMLDOM－>createNode(
CComVariant(NODE_ELEMENT),
CComBSTR(“xmlchildnode"),
NULL,＆spXMLChildNode);
if ( FAILED(hr) ) throw “不能创建
‘xmlchildnode' 节点";
if ( spXMLChildNode.p == NULL )
throw “不能创建‘xmlchildnode' 节点";
//添加新节点到spXMLNode节点下
CComPtr spInsertedNode;
hr =spXMLNode－>appendChild
(spXMLChildNode,＆spInsertedNode);
if ( FAILED(hr) ) throw
“不能创建‘xmlchildnode' 节点";
if ( spInsertedNode.p
== NULL ) throw
“不能移动‘xmlchildnode' 节点";
//设置新节点属性
CComQIPtr
spXMLChildElement;
spXMLChildElement = spInsertedNode;
if ( spXMLChildElement.p
== NULL )
throw “不能在XML元素接口中查询到
‘xmlchildnode' ";
hr =spXMLChildElement－>setAttribute
(CComBSTR(L“xml"),CComVariant(L“fun"));
if ( FAILED(hr) ) throw“不能插入新的属性";
/＊下面的程序段用来寻找一个节点
并显示该节点的相关信息。＊/
// 查找“xmldata/xmltext"节点
// 释放先前的节点
spXMLNode = NULL;
bstrSS
= L“xmldata/xmltext";
hr =spXMLDOM－>selectSingleNode
(bstrSS,＆spXMLNode);
if ( FAILED(hr) ) throw “不能定位
‘xmltext'节点";
if ( spXMLNode.p == NULL
) throw
“不能定位‘xmltext'节点";
// 得到该节点包含的文本并显示它
CComVariant varValue(VT_EMPTY);
hr =spXMLNode－>get_nodeTypedValue
(＆varValue);
if ( FAILED(hr) ) throw
“不能提取‘xmltext'文本";
if ( varValue.vt == VT_BSTR ) {
/＊显示结果。注意这里要把字符串
从形式BSTR转化为ANSI。＊/
USES_CONVERSION;
LPTSTR lpstrMsg = W2T
(varValue.bstrVal);
std::cout<< lpstrMsg << std::endl;
} // if
else {
// 如果出现错误
throw “不能提取‘xmltext'文本";
} // else
//将修改过的XML文档按指定的文档名保存
hr =
spXMLDOM－>save(CComVariant
(“updatedxml.xml"));
if ( FAILED(hr)
) throw
“不能保存修改过的XML文档";
std::cout << “处理完成..." <<
std::endl << std::endl;
} // try
catch(char＊ lpstrErr) {
//
出现错误
std::cout << lpstrErr << std::endl << std::endl;
} // catch
catch(...) {
// 未知错误
std::cout << “未知错误..."
<< std::endl << std::endl;
} // catch
// 结束对COM的使用
CoUninitialize();
}
----因为XML文档有比HTML更加严格的语法要求，所以使 用和编写一个XML解析器比编写一个HTML的解析器要容易。同时因为XML文档不仅标 记文档的显示属性，更重要的是它标记了文档的结构和包含信息的特征，所以我们可以方便 地通过XML解析器来获取特定节点的信息并加以显示或修改。
推荐本文给好友 我要投稿>> 进入信息化BBS论坛
