利用MSXML解析XML文本(三)

　　MSXML.DLL所包括的主要的COM接口有：

　　(1)DOMDocument

　　DOMDocument对象是XML DOM的基础，你可以利用它所暴露的属性和方法来允许你浏览、查询和修改XML文档的内容和结构。DOMDocument表示了树的顶层节点。它实现了DOM文档的所有的基本的方法并且提供了额外的成员函数来支持XSL和XSLT。它创建了一个文档对象，所有其他的对象都可以从这个文档对象中得到和创建。

　　(2)IXMLDOMNode

　　IXMLDOMNode是文档对象模型(DOM)中的基本的对象，元素，属性，注释，过程指令和其他的文档组件都可以认为是IXMLDOMNode，事实上，DOMDocument对象本身也是一个IXMLDOMNode对象。

　　(3)IXMLDOMNodeList

　　IXMLDOMNodeList实际上是一个节点(Node)对象的集合，节点的增加、删除和变化都可以在集合中立刻反映出来，可以通过“for...next”结构来遍历所有的节点。

　　(4)IXMLDOMParseError

　　IXMLDOMParseError接口用来返回在解析过程中所出现的详细的信息，包括错误号，行号，字符位置和文本描述。

　　下面主要描述一个DOMDocument对象的创建过程，这里我们用VC描述创建一个文档对象的过程。

　　HRESULT hr;

　　IXMLDomDocument* pXMLDoc;

　　IXMLDOMNode* pXDN;

　　Hr=CoInitialize(NULL); //COM的初始化

　　//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_IXMLDOMNode,(void**)&pXDN);

　　在MSXML解析器使用过程中，我们可以使用文档中的createElement方法来创建一个节点装载和保存XML文件。通过load或者是loadXML方法可以从一个指定的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。Save方法是用来把文档保存到一个指定的位置。Save方法有一个参数destination用来表示需要保存的对象的类型，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save方法使用的一个简单的例子(具体程序请参见http://www.swm.com.cn/swm/200101/利用MSXML解析XML文本)。

　　同时，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，我们可能以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。另外，你可能设置标志来表明你是否要从文档中移去多余的空格。

　　为了达到这个目的，DOMDocument对象暴露了下面几个属性，允许用户在运行的时候改变解析器的行为：

　　(1)Async(相对于C++是两个方法，分别为get_async和put_async)

　　(2)ValidateOnparse (相对于C++是两个方法，分别为get_validateOnParse和 put_validateOnParse)

　　(3)ResolveExternals(相对于C++是两个方法，分别为get_ ResolveExternals和put_ ResolveExternals)

　　(4)PersercveWhiteSpace(相对于C++是两个方法，分别为get_ PersercveWhiteSpace和put_ PersercveWhiteSpace)

　　每一个属性可以接受或者返回一个Boolean值。缺省的，anync,validateOnParse,resolveExternals的值为TRUE，perserveWhiteSpace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。

　　同时在文档解析过程中可以收集一些和文档信息的信息，实际上在文档解析过程中可以得到以下的信息：

　　(1)doctype(文档类型)：实际上是和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。

　　(2)implementation(实现)：表示该文档的实现，实际上就是用来指出当前文档所支持的XML的版本。

　　(3)parseError(解析错误)：在解析过程中最后所发生的错误。

　　(4)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解析器来说的重要作用是提高了性能，当异步装载XML文档的时候，你的程序可能需要检查解析的状态，MSXML提供了四个状态，分别为正在状态，已经状态，正在解析和解析完成。

　　(5)url(统一资源定位)：关于正在被装载和解析的XML文档的URL的情况。注意如果该文档是在内存中建立的话，这个属性返回NULL值。

　　在得到文档树结构以后，我们可以操作树中的每一个节点，可以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NODE节点的接口指针。注意根据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)仅且只能和一个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)的名称，如果tagName为“*”的话返回文档中所有的元素(Element)。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)相关的所有的Node的集合。