-
介绍
微软的msxml是基于COM接口开发的,如同vbscript和javascript一样,微软这么做是为了提供更好的扩展性。你可以在用脚本来调用msxml,也可以用C++这样编程语言一样调用(虽然这么使用是非常烦的)。
这篇文章算是一个总结吧,我自己msxml也用的不熟,说心里话,我宁愿选择使用expat、tinyxml,而不是msxml,COM接口库很烦,为了得到一个节点的属性,你不得不首先获得一个属性集,然后再得到所要的节点,在调用get_text才能得到其值。而且特别是接口指针的释放,我做了个实验,当不释放IXMLDOMNode接口的时候,程序运行不断的泄漏内存,一会后弹出框告诉你:啥啥地址引用了非法内存...
msxml的解析效率别指望高,如同一个软件使用stl一样。开发软件前,对xml解析库的选择应考虑在内。可以考虑:xercesc、expat、tinyxml等等。
今天刚刚完成用C语言调用msxml来解析xml文件,趁着还没有忘记记录一下如何用非import的方式调用msxml的功能。为了方便,两个演示例子使用了C++语言,用C++主要是出于语法看起来更直接(用C需要这样:(This)->lpVtbl->Release(This))。
好了,写着,写着,离题十万八千里了。准备好了吗?Go!
-
- msxml 设计结构
- msxml是基于COM的,所以就没有微软SDK API那样直接了当的函数,而是几个接口:
- IXMLDOMDocument2
代表一个XML文档 IXMLDOMNode 代表XML文档中的一个节点,可以调用IXMLDOMDocument2中的selectSingleNodes来获得一个节点。 IXMLDOMNodeList 代表XML文档中的一个节点列表,一般在查找XML文档中一个属性值的时候,我们会首先调用IXMLDOMDocument2中的selectNodes来获得一个节点列表。 IXMLDOMNamedNodeMap 一个节点在xml语法中代表一个用<>括起来的实体,而一般这个实体还有属性值,IXMLDOMNamedNodeMap
就是用来表示这个的,它是一个熟悉值集合。你可以调用其getNamedItem来返回某个熟悉的值。IXMLDOMParseError 出错处理时用的 IXMLHTTPRequest AJAX用的就是这个接口,一般客户端程序很少使用这个接口,这个接口实现了异步请求远程机器,然后根据结果来做相应的处理。 IXMLDOMAttribute 属性接口,当向一个节点写入属性的时候将用到。 IXMLDOMElement 不知道为什么造出这个接口,等我知道了在补充。在创建一个xml的时候,必须使用这个接口来创建一节点。 IXMLDOMText <root>Hello MSXML</root>,这个接口用来控制root节点中的文本Hello MSXML的。 IXMLDOMComment 控制xml中的注释的接口。 - Msdn 2005中有两个地方讲了关于msxml的编程用法:
1. Win32 and COM Development/Graphics and Multimedia/SDK Documentation/Windows Media Services 9 Series/Programming Reference/Programming Reference (C++)/XML DOM Interfaces (C++)
2. Win32 and COM Development/XML/MSXML/MSXML SDK/MSXML/DOM/How Do I use DOM? - 对于C++程序,使用DOM有两种方式:
1. 使用C++ 的import - #import <msxml3.dll> raw_interfaces_only
using namespace MSXML2; - 2. 使用头文件msxml2.h
- #include <msxml2.h>
- 对于C程序,只能使用C++中的方式2,因为import指令是C++特有的关键字。
- CodeProject有一个德国人Sven Wiegand按照方式2封装的XML库 - C++ Wrapper classes for the COM interfaces of Microsoft XML parser (MSXML)。关键代码片段如下:
- #include "msxml2.h"
CXMLDOMDocument2 CDOMDocumentClass::CreateXMLDOMDocument2(LPUNKNOWN pUnkOuter /*= NULL*/, DWORD dwClsContext /*= CLSCTX_ALL*/) { IXMLDOMDocument2 *p; HRESULT hr = CoCreateInstance(m_ClsId, pUnkOuter, dwClsContext, __uuidof(IXMLDOMDocument2), (LPVOID*)&p); if (hr != S_OK) AfxThrowComException(hr); return p; }
-
- 最简单的例子 - xml.rar(下载地址在文章开头)
- 这是从MSDN 2005中摘取的,我修改了一下代码。下载xml.rar后,你可以直接运行里面的buildme.bat来编译(必须安装了vc,并配置好了环境变量)。这个例子加载foo.xml文件后,调用IXMLDOMDocument2的get_xml返回xml文件内容。
- /*++
Copyright (c) 2007 nsfocus information technology
Module Name:
enumxml.cpp
Abstract:
枚举foo,打印每个节点的值。
Author:
xuyibo (xuyibo) 2007-09-22
Revision History:
--*/
#include
#include
#pragma comment(lib, "ole32.lib")
#pragma comment(lib, "oleaut32.lib")
IXMLDOMDocument2* LoadXML(WCHAR* pXML)
{
HRESULT hr;
IXMLDOMDocument2* pXMLDoc = NULL;
IXMLDOMParseError* pObjError = NULL;
BSTR bstr = NULL;
VARIANT_BOOL status;
VARIANT vSrc;
//
// 创建一msxml 文档实例,返回IXMLDOMDocument2接口。
hr = CoCreateInstance(CLSID_DOMDocument2,
NULL,
CLSCTX_INPROC_SERVER,
__uuidof(IXMLDOMDocument2),
(void**)&pXMLDoc);
if (FAILED(hr)) {
printf("Failed to CoCreate an instance of an XML DOM/n");
printf("Error code: %x/n", hr);
goto clean;
}
hr = pXMLDoc->put_async(VARIANT_FALSE);
if (FAILED(hr)) {
printf("Failed to set async property/n");
goto clean;
}
hr = pXMLDoc->put_validateOnParse(VARIANT_FALSE);
if (FAILED(hr)) {
printf("Failed to set validateOnParse/n");
goto clean;
}
hr = pXMLDoc->put_resolveExternals(VARIANT_FALSE);
if (FAILED(hr)) {
printf("Failed to disable resolving externals./n");
goto clean;
}
VariantInit(&vSrc);
V_BSTR(&vSrc) = SysAllocString(pXML);
V_VT(&vSrc) = VT_BSTR;
//
// 读取foo.xml
hr = pXMLDoc->load(vSrc, &status);
if (status!=VARIANT_TRUE) {
hr = pXMLDoc->get_parseError(&pObjError);
hr = pObjError->get_reason(&bstr);
printf("Failed to load DOM from books.xml. %S/n",bstr);
goto clean;
}
clean:
if (bstr)
SysFreeString(bstr);
if (&vSrc)
VariantClear(&vSrc);
if (pObjError)
pObjError->Release();
return pXMLDoc;
}
void Dump(BSTR pData)
{
char Buffer[512];
WideCharToMultiByte(CP_ACP, WC_COMPOSITECHECK, pData,
-1, Buffer, sizeof(Buffer), NULL, NULL);
puts(Buffer);
}
int main(int argc, char* argv[])
{
HRESULT hr;
IXMLDOMDocument2* pXMLDoc = NULL;
IXMLDOMNodeList* pNodeList = NULL;
IXMLDOMNode* Node;
IXMLDOMNamedNodeMap* NodeMap;
IXMLDOMNode* IDNode;
long I;
long Length;
BSTR BStr;
BSTR BStrValue;
//
// First we must call CoInitialize.
//
CoInitialize(NULL);
//
// Load xml.
//
pXMLDoc = LoadXML(L"foo.xml");
if (pXMLDoc == NULL) {
return 1;
}
if (pXMLDoc->selectNodes(L"//root/item", &pNodeList) != S_OK) {
return 1;
}
hr = pNodeList->get_length(&Length);
if (FAILED(hr)) {
return 1;
}
for (I = 0; I < Length; i++) {
if (pNodeList->get_item(I, &Node) == S_OK) {
//
// Dump text => Hello MSXML
//
if (Node->get_text(&BStr) == S_OK) {
Dump(BStr);
}
if (Node->get_attributes(&NodeMap) == S_OK) {
if (NodeMap->getNamedItem(L"id", &IDNode) == S_OK) {
//
// Dump id => 1
//
if (IDNode->get_text(&BStrValue) == S_OK) {
Dump(BStrValue);
puts("");
SysFreeString(BStrValue);
}
IDNode->Release();
}
NodeMap->Release();
}
SysFreeString(BStr);
Node->Release();
}
}
pXMLDoc->Release();
//
// Finally we should call CoUninitialize
//
CoUninitialize();
getchar();
return 0;
}
-
需要注意的地方
1. 得到任何接口后,别忘记调用Release()来释放接口。
今天我就在写完了xml的解析模块后,循环了1000次来测试,结果发现内存疯涨,后来发现是有一个IXMLDOMNode接口没有释放造成的。由于通常情况下,解析xml只执行1次,所以即使有资源泄漏也很难查找出来, 而且接口不同于HANDLE,泄漏后有工具可以检查出来。所以最好的方法就是通过循环来做压力测试。
2. 通过FAILED宏严格检查函数执行结果。
HRESULT hr;
hr = pXMLDoc->load(vSrc, &status);
if (FAILED(hr)) {
// 错误处理
}3. 最新的不一定就是最好的
msxml都有6.0了,我用最老的是不是太落伍了?
我不觉得是这样,msxml2 IE6中已自带,而且功能够用,如果用msxml6,我们首先必须将它放在我们的安装包中,还必须替微软注册它,然后才能使用,而且效率往往没有老版本的高。4. 效率考虑
一般xml库在执行加载操作的时候会花费很多的时间。有时候,如果你要频繁的搜索某些东西,可以加载xml后,将IXMLDOMDocument2,或者更进一步的IXMLDOMNodeList接口保存起来。5. 别忘记SysFreeString
当你使用get_text得到一个BSTR的时候,msxml另分配了一块返回值buffer,所以你必须调用SysFreeString来释放内存,这个在许多xml封装库中都没有注意到的。6.传入BSTR时,是否可以直接传WCHAR?
如果是写商业产品,还是老老实实的用BSTR吧。估计要求效率的商业产品,没几个会选择MSXML。7. 内存中加载XML时,必须以UTF-8保存,而且读取后,必须跳过BOM值(如果存在的话)
今天才遇到的问题。从加密文件中解密出UTF-8含BOM值的xml,然后必须跳过BOM值后转换为WCHAR,然后再转换为BSTR,然后再调用LoadXML才能成功加载(顶微软个肺)。主啊,愿我们XML文件务必一定小于100MB!感觉MSXML是为脚本语言开发的,C++用起来,隔靴搔痒。 - 相关文章
- /*++