XML解析之 MSXML应用总结开发篇（上）

「爱情、让人受尽委屈。」 2023-06-15 07:24 21阅读 0赞

（由于包含太多格式符号，新浪提示篇幅过长，因此分为上、下两篇）

本篇是接前文“MSXML应用总结 概念篇”写的，主要总结一下MSXML DOM接口的应用。DOM（Document Object Model）是微软提供的处理XML文档的一个API标准库，我们可以将其理解为一组抽象了XML文档结构的接口。

MSXML的DOM模型是符合W3C DOM标准的，而DOM API在Windows中以COM接口的形式提供，关于COM请大家查阅相关资料。简单来说，COM提供了一个环境和一套规则，使接口的设计实现到对象的创建、使用和释放都标准化，从而使COM支持跨平台和跨语言；更重要的是，遵守COM规范使我们代码的接口与实现分离，将程序框架的稳定与扩展统一起来，对于使用COM接口的人则更加简单直观。COM中一个很重要的概念是refcount，即接口对象的访问计数，通过AddRef和Release两个接口函数来控制。要想用好refcount还是件较困难的事情，因此我推荐大家使用智能指针。使用智能指针就像使用一个简单指针一样，我们完全不用去关心指针指向内存空间的释放。

本篇总结采用API版本是MSXML2.0。

首先我们看一下常用的接口：

>  IXMLDOMDocument：XML文档接口，DOM树结构的根结点，是对文档访问和操作的入口；
> 
>  IXMLDOMNode：节点接口，该接口是普遍意义上的节点接口，很多类型节点接口都从它派生，包括IXMLDOMDocument；
> 
>  IXMLDOMNodeList：节点列表接口，表示一组关联的节点集合；该列表中的node元素通过index（从0开始）访问，另外该接口中的元素还是动态的，会随着XML文档的改变而更新；
> 
>  IXMLDOMNamedNodeMap：节点集合接口，也表示一组关联节点的集合；不过与list不同的是，该集合是无序的，该接口常用于表示节点的属性集，并且该接口也是动态的；
> 
>  IXMLDOMElement：元素接口，一般用来表示一个节点及其属性；
> 
>  IXMLDOMAttribute：节点属性接口，对节点属性进行访问和操作；
> 
>  IXMLDOMText：节点中文本控制接口；
> 
>  IXMLDOMComment：XML文档中的注释接口；
> 
>  IXMLDOMParseError：出错处理接口，包括了错误的详细信息。

以上都是最常用的DOM接口，还有一些接口没有在此列出。对于接口来说，都有相应的智能指针接口，一般为接口名加上Ptr，比如IXMLDOMDocument的智能指针接口为IXMLDOMDocumentPtr。这里有一个接口继承关系示意图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Fsenp3_size_16_color_FFFFFF_t_70][]

在VS2005环境下进行DOM应用开发，首先要设置DOM接口应用环境，在stdafx.h文件中加入语句：

\#import <msxml3.dll> raw\_interfaces\_only

如果你的系统文件夹下有msxml6.dll文件，\#import语句将成生MSXML库类型信息，一般会在你的工程编译文件夹下生成msxml6.tlh和msxml6.tli两个文件，打开看一下可知这两个文件包含了一些COM接口类型及函数的声明以及一些库信息。实际上，\#import指令使dll库中的类型信息导出为描述的COM接口的c++类头文件。而“raw\_interfaces\_only”属性使得生成文件只有msxml6.tlh一个，而且接口函数只有HRESULT返回类型一种形式，且省去了raw\_前缀；如果去掉该属性，则除了在msxml6.tlh文件中声明带raw\_前缀的返回HRESULT类型的接口函数外，还会在msxml6.tlh中生成不带raw\_前缀的wrapper接口函数，并在msxml6.tli文件中生成返回接口指针类型的wrapper接口函数。因此我们在应用DOM接口的时候，发现有两套完成相同功能的接口函数，分别返回HRESULT类型和接口指针类型，就是因为上述原因，这应该是Windows环境下COM接口描述的规则，比较深入的介绍请参考这篇文章：[http://www.cnblogs.com/xiaotaoliang/archive/2005/07/20/196257.html][http_www.cnblogs.com_xiaotaoliang_archive_2005_07_20_196257.html]。为了应用方便，我们下面的示例代码不一定用的都是加了“raw\_interfaces\_only”属性后的接口函数，建议大家可以去掉该属性，此处只是加以说明。

另外一种加载DOM接口的方法是直接在工程环境中添加msxml库的路径，并链接msxml6.lib文件，这里不再详述。

设置DOM环境后，还要初始化COM应用环境，在应用线程初始化函数中调用CoInitialize，并在线程退出时调用CoUninitialize。

现在我们可以用DOM接口来对xml文件进行操作了，我将按操作分类进行总结。

一、xml文件的加载和保存

由于DOM模型面向的是整个xml文件，因此我们需要自己创建的接口只有IXMLDOMDocument一个，其他接口都是从它直接或间接得到的，xml文件的加载和保存函数也在IXMLDOMDocument接口中实现。创建IXMLDOMDocument接口的代码如下：

MSXML2::IXMLDOMDocumentPtr pXmlDoc;
    
       HRESULT hr = pXmlDoc.CreateInstance( __uuidof(MSXML2::DOMDocument60), NULL, CLSCTX_INPROC_SERVER);
    
       if( FAILED(hr))
    
           printf("Failed to create DOM document interface pointer.\n");

加载xml文件代码为：

try
       {
           pXmlDoc->async = VARIANT_FALSE;
           pXmlDoc->validateOnParse = VARIANT_FALSE;
           pXmlDoc->resolveExternals = VARIANT_FALSE;
    
            if( pXmlDoc->load("test.xml") != VARIANT_TRUE)
    
           {
                printf("Fail reason: %s\n", (LPCSTR)pXmlDoc->parseError->Getreason());
          }
            else
          {
    
                // success
           }
       }
    
       catch(_com_error errorObject)
       {
    
            printf("Exception, HRESULT = 0x%08x", errorObject.Error());
       }

上面代码中，开始3句是设置IXMLDOMDocument接口的3个属性值。

async表示调用的阻塞模式，为true时为异步，此时load函数调用立即返回，而不管文件加载是否完成；为false时为同步模式，即在加载完之后函数返回。在异步模式中，可以通过查询readyState属性值来判断是否加载完毕，也可以设置onreadystatechange handler或者onreadystatechange event进行处理。async的默认值为true。

validateOnParse表示当xml文件结构有错误时是否继续进行分析，默认值为true。

resolveExternals表示在分析xml时，外部定义或document type definition(DTD)等是否被处理，MSXML6.0中的默认值为false。

另外要解释一下VARIANT类型，一般在COM中用的比较多。VARIANT类型被用来表示多种数据类型，在接口中应用还是很方便的。其实它的定义是一个结构体，其中有一个变量指示了数据的真正类型，还有一个union变量，由各种类型的数据成员构成。这样，VARIANT就能支持各种类型的数据了。值得一提的是，VARIANT中字符串类型是用BSTR表示的，BSTR也是COM编程中通用的字符串类型，为Unicode字符串。BSTR字符串的内存分配都由系统统一管理，通过SysAllocString和SysFreeString控制。Windows提供了专门的类来处理VARIANT和BSTR，具体可以参考这篇文章：[http://www.vckbase.com/document/viewdoc/?id=1096][http_www.vckbase.com_document_viewdoc_id_1096]。

load函数既可以加载本地文件，也可以加载URL形式的远程文件（没有测试）。另外还有一个对应的loadXML函数可以直接加载字符串形式的xml，但只支持UTF-16和UCS-2两种编码。

保存xml文件的代码为：

try
       {   
            if( FAILED( pXmlDoc->save(L"myData.xml")))
            {
    
                printf("Fail reason: %s\n", (LPCSTR)pXmlDoc->parseError->Getreason());
             }
    
             else
             { 
    
                // success
             }
    
       }
    
       catch(_com_error errorObject)
       {
            printf("Exception, HRESULT = 0x%08x", errorObject.Error());
       }

二、获取root节点指针

有了IXMLDOMDocument接口指针，就能很方便的得到root节点接口指针。对于加载xml来说，有3种方式，代码如下：

>  MSXML2::IXMLDOMElementPtr pRootNode = pXmlDoc->documentElement;

或

>  MSXML2::IXMLDOMElementPtr pRootNode;
> 
>  pXmlDoc->get\_documentElement(&pRootNode);

或

MSXML2::IXMLDOMNodePtr pRootNode, pNode;
    
        pXmlDoc->get_firstChild(&pRootNode);
    
        while( pRootNode)
    
        {
    
            MSXML2::DOMNodeType type;
    
            pRootNode->get_nodeType(&type);
    
            if(type==NODE_ELEMENT)
    
                 break;
    
            pNode = pRootNode;
    
            pNode->get_nextSibling(&pRootNode);
    
       }

最常用的又简单的方法就是第一种。写出后两种方法是想说明两个问题，后面的操作方法将只介绍最常用的方法。

可以看到第二种方法并不是直接访问的IXMLDOMDocument接口的属性值，而是通过函数得到。对于DOM接口的属性，一般都有对应的get或put函数来对属性进行读写。

第三种方法是为了让大家再次理解各种类型的node之间的联系与区别，我们可以看到IXMLDOMDocument和IXMLDOMElement均为一个IXMLDOMNode，我们可以通过遍历IXMLDOMDocument的子节点得到root节点。只不过要注意的是，IXMLDOMDocument的get\_firstChild返回的节点并不一定就是root，可能是一些注释或空格行之类，我们需要判断节点类型。节点类型的种类及说明如下表：

<table> 
 <tbody> 
 <tr> 
 <td> 种类 </td> 
 <td> 值 </td> 
 <td> 意义 </td> 
 <td> 子节点类型 </td> 
 <td> 父节点类型 </td> 
 </tr> 
 <tr> 
 <td> NODE_ELEMENT </td> 
 <td> 1 </td> 
 <td> 表示一个元素 </td> 
 <td> ProcessingInstruction, Text, Comment, CDATASection, EntityReference, Element </td> 
 <td> Document, DocumentFragment, EntityReference, Element </td> 
 </tr> 
 <tr> 
 <td> NODE_ATTRIBUTE </td> 
 <td> 2 </td> 
 <td> 表示元素的属性 </td> 
 <td> Text , &nbsp;EntityReference </td> 
 <td> — </td> 
 </tr> 
 <tr> 
 <td> NODE_TEXT </td> 
 <td> 3 </td> 
 <td> 表示一个标签的文本 </td> 
 <td> — </td> 
 <td> Attribute, DocumentFragment, Element, EntityReference </td> 
 </tr> 
 <tr> 
 <td> NODE_CDATA_SECTION </td> 
 <td> 4 </td> 
 <td> 表示一个CDATA section </td> 
 <td> — </td> 
 <td> DocumentFragment, EntityReference,&nbsp;&nbsp;Element </td> 
 </tr> 
 <tr> 
 <td> NODE_ENTITY_REFERENCE </td> 
 <td> 5 </td> 
 <td> 表示实体引用 </td> 
 <td> Element, Text, ProcessingInstruction, Comment, CDATASection, EntityReference </td> 
 <td> Attribute, DocumentFragment, Element, EntityReference </td> 
 </tr> 
 <tr> 
 <td> NODE_ENTITY </td> 
 <td> 6 </td> 
 <td> 表示扩展实体 </td> 
 <td> 可表示该实体的节点类型 </td> 
 <td> DocumentType </td> 
 </tr> 
 <tr> 
 <td> NODE_PROCESSING_INSTRUCTION </td> 
 <td> 7 </td> 
 <td> 表示一个操作指示 </td> 
 <td> — </td> 
 <td> Document, DocumentFragment, Element, EntityReference </td> 
 </tr> 
 <tr> 
 <td> NODE_COMMENT </td> 
 <td> 8 </td> 
 <td> 表示注释 </td> 
 <td> — </td> 
 <td> Document, DocumentFragment, Element, EntityReference </td> 
 </tr> 
 <tr> 
 <td> NODE_DOCUMENT </td> 
 <td> 9 </td> 
 <td> 表示xml文档 </td> 
 <td> Element, ProcessingInstruction, Comment, &nbsp;DocumentType </td> 
 <td> — </td> 
 </tr> 
 <tr> 
 <td> NODE_DOCUMENT_TYPE </td> 
 <td> 10 </td> 
 <td> 表示文档类型声明，出现在&lt;!DOCTYPE&gt;标签中 </td> 
 <td> Notation, &nbsp;Entity </td> 
 <td> Document </td> 
 </tr> 
 <tr> 
 <td> NODE_DOCUMENT_FRAGMENT </td> 
 <td> 11 </td> 
 <td> 表示文档片段或与文档 </td> 
 <td> Element, ProcessingInstruction, Comment, Text, CDATASection, EntityReference </td> 
 <td> — </td> 
 </tr> 
 <tr> 
 <td> NODE_NOTATION </td> 
 <td> 12 </td> 
 <td> 表示DTD中声明的表示法 </td> 
 <td> — </td> 
 <td> Document </td> 
 </tr> 
 </tbody> 
</table>

而对于新建的一个xml来说，我们创建IXMLDOMDocument接口后，调用createElement\_x函数创建的第一个节点即为root节点。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Fsenp3_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191121142332990.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2Fsenp3,size_16,color_FFFFFF,t_70
[http_www.cnblogs.com_xiaotaoliang_archive_2005_07_20_196257.html]: http://www.cnblogs.com/xiaotaoliang/archive/2005/07/20/196257.html
[http_www.vckbase.com_document_viewdoc_id_1096]: http://www.vckbase.com/document/viewdoc/?id=1096