VC读取XML文档的方法

最新推荐文章于 2012-08-06 16:20:15 发布

penguinoflinux

最新推荐文章于 2012-08-06 16:20:15 发布

阅读量1.1k

点赞数

分类专栏： xml 文章标签：文档 xml 语言 html解析器 xsl html

xml 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

http://hi.baidu.com/nerdwa/blog/item/a8a8454a80f5c51cb2de05a6.html

摘　要：XML文档是近年来比较流行的结构化文档形式，其主要用途不只适用于开发网页，而且在其他场合也有很广泛的应用。本文主要介绍用VC++开发应用程序时对XML文档的解析。

　　一、 XML 简介
　　XML（Xtensible Markup Language，即扩展标记语言）的发展起源于1996年。当时，出版界巨头和Web业内人士经过共同讨论，提出了创建SGML（Standard Generalized Markup Language，即标准通用标识语言）子集（HML）的建议。该子集专用于Web，具有可扩展（或可扩充）性，并且能利用结构化标记语言的所有高级功能，但摒弃了SGML的复杂性。XML规范的第一份草稿于1996年11月发布后不久，1997年1月首个XML解析器就面世了。随后，便出现了XML的应用以及新的规范和解析器。
　　HTML(Hypertext Markup Language)语言是大家所熟悉的开发网页的一种标记语言，但它不是一种编程语言，它的主要标记是针对文档内容本身结构的描述，因机器本身是不能够解析它的内容的。XML语言是SGML语言的子集，它保留了SGML主要的使用功能，同时大大减小了SGML的复杂性。它不仅能表示文档的内容，而且可以表示文档的结构，这样在能够被人类理解的同时，也能够被机器所理解。虽然HTML是SGML的一个应用，XML是SGML的一个子集，但是XML绝不是在HTML上添加某些元素而形成的，它们之间是有很大区别的。最大的区别就是XML允许使用者为某种特殊目的而定义自已的元素。除此之外，另一个最主要的区别就是XML致力解决的问题，正是在使用HTML时所遇到的一些特殊问题。
　　XML要求遵循一定的严格标准，其分析程序比HTML浏览器对语法和结构的要求更加严格。XML文档每次分析的结果都一致，而HTML在不同的浏览器中可能会作出不同的分析和显示。同时，XML标准是对数据的处理应用，而不只是针对Web页的，它还可涉及到数据库电子商务系统，以及任何显示系统的高级应用。开发者可根据特定的工业需求，利用XML创建自定义的数据结构。这些数据结构和数据库可以在许多设备上查看，而不需要使用自定义的接口在不同的显示设备上查看相同的数据。
　　XML主要有三个要素：文档类型声明(DTD：Document Type Declaration)或XML Schema(XML大纲)、可扩展样式语言(XSL：eXtensible Stylesheet Language)和可扩展链接语言（XLink：eXtensible Link Language）。DTD和XML大纲规定了XML文件的逻辑结构，定义了XML文件中的元素、元素的属性以及元素与元素属性之间的关系；Namespace(名域)实现了统一的XML文档数据表示以及数据的相互集成；XSL是用于规定XML文档呈现样式的语言，它使得数据与其表现形式相互独立，比如XSL能使Web浏览器改变文档的表示法，如数据显示顺序的变化，不需要再与服务器进行通讯。通过改变样式表，同一个文档可以显示得更大，或者经过折叠只显示外面的一层，或者可以变为打印的格式。而XLink 将进一步扩展目前Web上已有的简单链接。

　　二、文档对象模型（DOM）
　　DOM是Document Object Model（文档对象模型）的简称，是对Web文档进行应用开发、编程的应用程序接口（API）。作为W3C公布的一种跨平台、与语言无关的接口规范，DOM提供了在不同环境和应用中的标准程序接口，可以用任何语言实现。
　　DOM采用对象模型和一系列的接口来描述XML文档的内容和结构，即利用对象把文档模型化。这种对象模型实现的基本功能包括：
　　●　描述文档表示和操作的接口；
　　● 接口的行为和属性；
　　● 接口之间的关系以及互操作。
　　DOM可对结构化的XML文档进行解析，文档中的指令、元素、实体、属性等所有内容个体都用对象模型表示，整个文档被看成是一个有结构的信息树，而不是简单的文本流，生成的对象模型就是树的节点，对象同时包含了方法和属性。因此，对文档的所有操作都是在对象树上的进行。在DOM中，树中的一切都是对象，不管是根节点还是实体的属性。
　　在DOM中主要有以下三个对象：
　　● XML文档对象 XML文档既是一种对象，同时又代表整个XML文档。它由根元素和子元素组成。
　　● XML节点对象 XML节点对象代表的是XML文档内部的节点，如元素、注释、名字空间等。
　　● XML节点列表 XML文档模块列表代表了节点的集合。
　　利用DOM，开发人员可以动态地创建XML文档，遍历结构，添加、修改、删除内容等。其面向对象的特性，使人们在处理XML解析相关的事务时节省大量的精力，是一种符合代码重用思想的强有力编程工具。

　　三、MSXML
　　从理论上说，根据XML的格式定义，我们可以自己编写一个XML的语法分析器，但实际上微软已经给我们提供了一个XML语法解析器，即一个叫做MSXML.DLL的动态链接库，实际上它是一个COM（Component Object Model）对象库，里面封装了进行XML解析时所需要的所有对象。因为COM是一种以二进制格式出现的和语言无关的可重用对象，所以你可以用任何语言(比如VB，VC，DELPHI，C++ Builder甚至是剧本语言等等)对它进行调用，在你的应用中实现对XML文档的解析。
　　MSXML.DLL所包括的主要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。
　　在具体应用时可以用DOMDocument的Load方法来装载XML文档，用IXMLDOMNode 的selectNodes（查询的结果有多个，得到存放搜索结果的链表）或selectSingleNode（查询的结果有一个，在有多个的情况下返回找到的第一个节点）方法进行查询，用createNode和appendChild方法来创建节点和追加节点，用IXMLDOMElement的setAttribute和getAttribute方法来设置和获得节点的属性。

　　四、程序实现
    1、XML文档的例子：
<?xml version="1.0" ?>
<xmlDoc>
  <天气>睛</天气>
  <温度>
   <早上>18</早上>
   <中午>32</中午>
   <晚上>16</晚上>
  </温度>
</xmlDoc>
    整个文档便是一个文档对象DOMDoccument,
    DOMDoccument下的NodeList有两个,像天气,早上,晚上等等就是Node
    2、准备活动
    #import<msxml3.dll>或#import<msxml14.dll> 注意：不要用#import<msxml.dll>,因为解析时用到的许多方法在msxml 2.0以前版本中是没有的。
    3、初始化COM接口
    ::CoInitialize(NULL);
    4、正式编码
    注意：
    所有代码均要放在COM接口初始化后的{}中，要不会有智能指针的错误。
    1)、定义
    MSXML2::IXMLDOMDocumentPtr DocPtr;  //DOMDocument
    MSXML2::IXMLDOMNodePtr NodePtr;  //IXMLDOMNode
    MSXML2::IXMLDOMNodeListPtr Listptr;  //IXMLDOMNodeList
    2）、打开文档
    HRESULT hr = S_OK;
    hr = DocPtr.CreateInstance(__uuidof(MSXML2::DOMDocument40)); //初始化环境
    if( !SUCCEEDED(hr))
    {

return;
}

    DocPtr->preserveWhiteSpace = VARIANT_FALSE;   //打开文档
    DocPtr->validateOnParse = VARIANT_FALSE;
    VARIANT_BOOL vbSuccessful = VARIANT_FALSE;
    vbSuccessful = DocPtr->load( COleVariant((LPCSTR)strXmlFilePath));
    if(vbSuccessful == VARIANT_FALSE)
    {
return;
    }
    3)、使用所提供的方法处理文档
    所用方法读者可以自己去试，功能可以通过名字开知道，参数和返回值函数由定义可以知道，用户可以根据自己需要去自己使用。
    4)、以下是我读过一个文档的代码，希望会对使用者有所帮助
CString strXmlFilePath = "E:\\XML20060826\\XML20060826\\sj.xml"; //文件名
int k = 0;
::CoInitialize(NULL);
{
  MSXML2::IXMLDOMNodeListPtr ListPtr0; //根层  xml + 站名站号表
  MSXML2::IXMLDOMNodeListPtr ListPtr1; //第一层交路数 + 交路数据...
  MSXML2::IXMLDOMNodeListPtr ListPtr2; //第二层交路号 + 车站数据...
  MSXML2::IXMLDOMNodeListPtr Listptr3; //第三层车站信息

MSXML2::IXMLDOMDocumentPtr DocPtr; //主文档从此入手

  MSXML2::IXMLDOMNodePtr NodePtrJL;   //存交路号
  MSXML2::IXMLDOMNodePtr NodePtrCZ;   //车站数据

  HRESULT hr = S_OK;
  hr = DocPtr.CreateInstance(__uuidof(MSXML2::DOMDocument40)); //初始化环境

  if( !SUCCEEDED(hr))
  {
//    ::AfxMessageBox("S");
   return;
   }

ListPtr0 = DocPtr->GetchildNodes(); //入根层
ListPtr1 = ListPtr0->Getitem(1)->GetchildNodes(); //进入站名站号表结点下

  for(long i = 1; i < ListPtr1->Getlength(); i++)
  {
   ListPtr2 = ListPtr1->Getitem(i)->GetchildNodes(); //进入交路数据结点下
   ListPtr2->Getitem(0)->GetfirstChild()->Gettext(); //得交路号
   long m = ListPtr2->Getlength();
   for(long j = 1; j < ListPtr2->Getlength(); j++)
   {
    Listptr3 = ListPtr2->Getitem(j)->GetchildNodes(); //车站数据结点下
    for(long k = 0; k < Listptr3->Getlength(); k++)
    {
     try
     {
      Listptr3->Getitem(k)->GetfirstChild()->Gettext();
      //车站号，站名，Up_in ,Up_out, Down_in,Down_out

     }
     catch(_com_error &Err)//
     {
//      ::AfxMessageBox(Err.ErrorMessage());
      continue;
     }
    }
   }
  }
}
}
　　五、结束语
　　因为XML文档有着比HTML更严格的语法要求，所以使用和编写一个XML解析器要比编写一个HTML解析器要容易得多。同时因为XML文档不仅可以标记文档的显示属性，更重要的是它标记了文档的结构和包含信息的特征，所以我们可以方便地通过XML解析器来获取特定节点的信息并加以显示或修改，方便了用户对XML文档的操作和维护。同时我们需要注意的是，XML是一种开放的结构体系，并不依赖于任何一家公司，所以开发基于XML的应用必然会得到绝大多数软件开发平台的支持。