ITPub博客

首页 > Linux操作系统 > Linux操作系统 > 在VC6中使用MSXML 4.0 DOM处理XML文档(转载,仅供学习)

在VC6中使用MSXML 4.0 DOM处理XML文档(转载,仅供学习)

原创 Linux操作系统 作者:willlxy 时间:2009-02-09 10:34:50 0 删除 编辑

在VC6中使用MSXML 4.0 DOM处理XML文档(转载,仅供学习)

1. DOM与XML

    DOM是Document Object Model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,DOM APIs成为应用程序和XML文档之间互通的桥梁。

    W3C(World Wide Web Consortium)DOM Level 1规范定义了两组DOM编程接口:6U6Linux联盟
    (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;6U6Linux联盟
    (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。XML Parser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-bit ASCII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XML Parser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. MSXML 4.0简介

    MSXML(Microsoft XML Core Services)是Microsoft提供的用于处理XML文档的COM库。MSXML DOM不仅实现了W3C DOM Level 1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XSL Transformation(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Unicode UCS-2字符编码处理XML文档中的所有文本。

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

2.1. MSXML DOM

    MSXML DOM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MSXML Parser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MSXML 4.0 SDK):

    当MSXML Parser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(Root Element),而根元素则包含文档中所有的元素、属性和文本节点。

    MSXML DOM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. MSXML SAX2

    有时,使用SAX(Simple API for XML)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MSXML SAX2的工作流程和原理图(源自MSXML 4.0 SDK):

3. 安装MSXML 4.0 SDK

    早期的MSXML版本,特别是MSXML 2.5和MSXML 3.0,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XML Parser。当你在程序中使用版本无关的CLSID和ProgID时,缺省的XML Parser就被调用。这常常引起旧程序的兼容性问题。基于这个原因,MSXML 4.0只能以Side-by-side模式进行安装。Xmlinst.exe工具在MSXML 4.0中不再提供,也不适用于MSXML 4.0。

    MSXML 4.0 SDK(Microsoft XML Core Services 4.0 Software Development Ket)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。6U6Linux联盟
从Microsoft XML Download Center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($sysRoot\system32),一般是C:\WINDOWS\system32;然后,运行cmd,执行命令:(1) cd C:\WINDOWS\system32  (2) regsvr32 msxml4.dll。6U6Linux联盟
在安装MSXML 4.0 SDK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MSXML DOM

    本节介绍在VC6.0中使用MSXML DOM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:6U6Linux联盟
    (1)自动方式,在源代码中添加如下两行程序即可:6U6Linux联盟
         #import 6U6Linux联盟
         using namespace MSXML2;6U6Linux联盟
    (2)手动方式(有存在的理由么?呵呵)6U6Linux联盟
        a)找到MSXML 4.0 SDK的安装目录,去发现两个子目录inc和lib;6U6Linux联盟
        b)在VC选项中,将MSXML 4.0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;6U6Linux联盟
        c)在使用MSXML的源文件中包含头文件;6U6Linux联盟
        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。

<!--Sample XML file created using XML DOM object.-->

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. MSXML DOM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

using namespace std;

#import

using namespace MSXML2;

bool generateXMLSampleFile(const string &path);

bool queryXMLSampleFile(const string &path);

int main()

{

// 初始化COM库

CoInitialize(NULL);

// 创建XML文件及其内容

if (!generateXMLSampleFile("sample.xml"))

cout << "Failed" << endl;

// 加载刚生成的XML文件,将其输出到标准输出中予以显示

IXMLDOMDocument2Ptr pXMLDom;

HRESULT hr = pXMLDom.CreateInstance(__uuidof(DOMDocument40));

if (FAILED(hr)) {

cout << "Failed to instantiate DOMDocument40 class!" << endl;

return -1;

}

if (pXMLDom->load("sample.xml") != VARIANT_TRUE) {

cout << "Failed load xml data from file: " <<

static_cast(pXMLDom->parseError->Getreason()) << endl;

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 << static_cast(pXMLDom->xml) << endl;

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 << "---------------------------------------" << endl;

cout << "Start query..." << endl;

queryXMLSampleFile("sample.xml");

CoUninitialize();

return 0;

}

    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MSXML 4.0 SDK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Stack Overflow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MSXML DOM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’s all!

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/17267437/viewspace-545636/,如需转载,请注明出处,否则将追究法律责任。

下一篇: msxml c++
请登录后发表评论 登录
全部评论

注册时间:2009-01-07

  • 博文量
    28
  • 访问量
    84592