DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> XML學習教程 >> XML詳解
在 VC6 中用 MSXML 4.0 DOM 處理 XML 文件
編輯:XML詳解     

一、DOM 與 XML

DOM 是 Document Object Model 的縮寫,提供了與 XML 互動的標準程式設計模型:

  1. 提供標準方法,讓你在程式中建立、走訪或更新 XML 文件內容。
  2. 提供一組與工具 vendors、語言無關的核心 API,滿足與 XML 互動的大部分需求。

因此 DOM API 成為應用程式與 XML 文件之間溝通的橋樑。

W3C 的 DOM Level 1 規範定義了兩組程式介面:

  • 基本介面:定義了在應用程式中操作 XML 文件的介面。
  • 擴展介面:定義了一些方便開發者的介面。

所有 XML 處理程式都必須支援 Unicode 的兩種編碼形式:UTF-8 與 UTF-16。XML Parser 可以讀取使用 ISO-8859-1、Big-5 或 Shift-JIS 編碼的文件,並在載入時自動轉換為 Unicode。

如果文件使用的編碼不是 UTF-8(8 位元 ASCII 文字也可視為可接受的 UTF-8)或 UTF-16,就必須在 XML 宣告中提供編碼宣告,否則 Parser 可能出錯。即使宣告了,Parser 也可能不支援該編碼,但至少能正確給出提示訊息——因為 XML 宣告本身是用基本 ASCII 文字寫的,Parser 讀得出來。

二、MSXML 4.0 簡介

MSXML(Microsoft XML Core Services)是 Microsoft 提供的 XML 文件處理 COM 庫。MSXML DOM 不只實作了 W3C DOM Level 1 的基本與擴展介面,還額外提供方法支援 XSLT、XPath、名稱空間與資料型別。它支援的編碼格式比規範要求更多,內部則一律使用 Unicode UCS-2 處理文件中的所有文字。

本文以 Visual C++ 6.0 為開發環境,介紹 MSXML 4.0 SDK 中 DOM 的用法。(MSXML 中的 SAX 也相當常用。)

2.1 MSXML DOM

MSXML DOM 是本文重點。它在記憶體中提供 XML 文件的完整表示,允許對整個文件內容做隨機存取,讓應用程式得以依賴 Parser 提供的邏輯結構來處理 XML 資訊。

當 MSXML Parser 把一個 XML 文件載入 DOM 時,它從頭到尾讀完整份文件,並建構內在的邏輯樹結構。文件本身被視為包含其他所有節點的單一節點,例如它包含根元素,而根元素則包含文件中所有的元素、屬性與文字節點。

DOM 樹中每個節點都有特定型別(元素、屬性、文字等),也有指向父節點與子節點的成員。其中屬性節點是特殊節點——它不是子節點,而是屬於某個元素的屬性。

2.2 MSXML SAX2

有些情況下,用 SAX(Simple API for XML)反而會是更好的選擇。DOM 的好處是开发者可以借用 MSXML 維護的 DOM 樹,不必自己管理;但當你追求更高效率、只需要讀進文件而後在程式內部自建資料結構來管理資訊時,就該考慮 SAX。

三、安裝 MSXML 4.0 SDK

早期的 MSXML 版本,特別是 2.5 與 3.0,可以透過 xmlinst.exe 以替換模式安裝。替換模式下,新版本會取代舊版本成為預設的 XML Parser;當你在程式中使用「版本無關」的 CLSID 與 ProgID 時,被呼叫的就是這個預設 Parser。這常常導致舊程式的相容性問題。

正是基於這個原因,MSXML 4.0 只能以 Side-by-side 模式安裝。xmlinst.exe 在 4.0 中已不再提供,也不適用。

Side-by-side 模式的意義是:它會保護那些使用 msxml.dll、msxml2.dll 或 msxml3.dll 的應用程式不受干擾,仍可照常運作;同時讓你自己決定要用哪個版本的 Parser,這是在程式碼裡指定的。

從 Microsoft 下載中心取得安裝程式後,它會在機器上裝三個檔案並註冊 msxml4.dll:msxml4.dll、msxml4a.dll、msxml4r.dll。

也可以手動安裝:把三個 DLL 複製到系統目錄(%systemroot%\system32,一般是 C:\Windows\system32),然後開命令提示字元執行:

cd C:\Windows\system32
regsvr32 msxml4.dll

安裝完成後,應用程式必須使用版本相關的 CLSID 與 ProgID 來顯式地實例化 Parser,這樣才能確保程式的穩定性。

四、使用 MSXML DOM

下面的範例會動態產生一份 XML 文件,接著對它進行查詢。

4.1 引入 MSXML

有兩種方式把 MSXML 的標頭檔與庫檔帶進 VC6.0 專案。

自動方式——在原始碼加兩行即可:

#import <msxml4.dll>
using namespace MSXML2;

手動方式:

  1. 找到 MSXML 4.0 SDK 的安裝目錄,裡面有 inc 與 lib 兩個子目錄。
  2. 在 VC 選項中,把這兩個子目錄加入預設的標頭檔與庫檔搜尋路徑。
  3. 在使用 MSXML 的原始檔中包含 <msxml2.h>。
  4. 在專案設定中把 msxml2.lib 加入要連結的庫。

採自動方式時,會在專案目錄(或 Debug/Release 目錄)下產生兩個檔案:msxml4.tlh(標頭宣告)與 msxml4.tli(inline 函式定義)。

4.2 範例 XML 文件

後面的程式會動態產生下面這份文件,再對它做查詢。

<?XML version="1.0" encoding="utf-8"?>
<!-- Sample XML file created using XML DOM object. -->
<request>
 <identification>
  <userName>tyc</userName>
  <password>pwd</passWord>
 </identification>

 <commandLines count="2" reply="no" immediate="yes">
  <command num="1">
   <type>backup</type>
   <dbName>db1359</dbName>
  </command>
  <command num="2">
   <type>save</type>
   <data><![CDATA[這裡是 XML 文件的 CDATA 資料段...]]></data>
  </command>
 </commandLines>
</request>

4.3 需要用到的 COM 觀念

與其他 COM 技術一樣,MSXML 使用參考計數來管理 DOM 物件的生命週期。當你使用 MSXML 的 COM 裸介面指標時,必須自己負責處理參考計數:呼叫 AddRef 增加,呼叫 Release 減少。

例如呼叫 IXMLDOMDocument::createNode、IXMLDOMNode::appendChild 或 CoCreateInstance 建立或取得物件時,物件的參考計數已經在函式返回前增加了,而你有責任在用完這些指標後呼叫 Release 釋放。如果你複製一個既有物件的參考,就必須呼叫 AddRef 相對地增加計數。

4.4 裸指標與智慧指標的差別

MSXML 的成員函式有兩類:

  • 裸用法:回傳值透過參數傳出,函式本身回傳 HRESULT 作為成敗標識。若參數傳出的是指標,那就是裸指標。這類函式名稱中通常有下劃線。
  • 智慧指標用法:對裸函式的簡單封裝,把原本的傳出參數當成真正的回傳值。若回傳指標,則是經過封裝的智慧指標。這類函式名稱通常沒有下劃線。

你可以在產生的 msxml4.tli 檔中看到這種封裝關係。

4.5 主程式

#include <iostream>
#include <string>
#include <cassert>

using namespace std;

#import <msxml4.dll>
using namespace MSXML2;

bool generateXMLSampleFile(const string& path);
bool queryXMLSampleFile(const string& path);

int main()
{
    // 初始化 COM 庫
    CoInitialize(NULL);

    // 建立 XML 檔及其內容
    if (!generateXMLSampleFile("sample.XML"))
        cout << "Failed" << endl;

    // 載入剛產生的 XML 檔,輸出到標準輸出
    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<char*>(pXMLDom->parseError->Getreason())
             << endl;
        return -1;
    }

    // 輸出 XML 內容(奇怪的是檔案頭中沒有編碼宣告)
    cout << static_cast<char*>(pXMLDom->XML) << endl;

    pXMLDom.Release();   // 注意:不能用 pXMLDom->Release() 這種形式!

    // 對剛產生的 XML 檔進行查詢
    cout << "---------------------------------------" << endl;
    cout << "Start query..." << endl;
    queryXMLSampleFile("sample.XML");

    CoUninitialize();
    return 0;
}

最後那行註解值得留意:對 _Ptr 智慧指標呼叫 Release 要寫 pXMLDom.Release(),而不是 pXMLDom->Release()。兩者行為不同,寫錯會造成參考計數處理不當。

五、走訪未知結構的文件

如果是遍歷一份結構事先未知的 XML 文件,做法是:

  • 用 IXMLDOMDocumentPtr::documentElement 取得根元素。
  • 用 IXMLDOMNodePtr 的 firstChild 與 nextSibling 逐一走訪所有子節點。
  • 用 nodeType 判斷節點型別(元素、屬性、文字等)。
  • 用 text 取得文字值,用 nodeName 取得節點名稱。
  • 用 IXMLDOMDocumentPtr、IXMLDOMNodePtr 的 xml 成員取得對應的 XML 字串。

更詳細的說明請參考 MSXML 4.0 SDK 文件。

六、兩個實測心得

動態建立文字節點有大小上限。在我的機器上以預設 VC 設定測試,動態建立的 text 節點寫入 256K 資料正常,寫 512K 就 Stack Overflow 了。但載入 XML 文件時沒有這個問題,不受此限制。也就是說,大量資料該走「從檔案載入」而不是「在程式中逐節點塞進去」。

輸出時編碼宣告可能消失。如上例所示,把載入的 XML 重新取出來印,XML 宣告中的 encoding 部分不見了。這是 DOM 物件的行為特性,若你的下游程式依賴編碼宣告,要記得自己補上。

最後,使用 MSXML DOM 時請時刻記住:它內部就是一棵樹,任何資料都是以節點形式存在的。理解這一點,API 的行為就都能推導出來了。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved