XML DOM初学者指南

XML DOM初学者指南

总述：本文主要讨论如何利用XMLDOM访问和维护XML文档，这个XMLDOM由Microsoft 解析器实现。 目录： 简介 DOM是什么 如何使用DOM 如何Load一个文档 处理错误 如何从XML文档中取得信息 如何遍历XML文档 下一步该干什么 简介： 作为VB的开发者你可能会接触eXtensible Markup Language (XML)文档。你现在想处理XML文档并把它集成到你的方案中。你可以自己编程解析，把它当普通文本文档处理，但这样作太没有效率了，没有利用XML的强大之处：它可以结构化的表示数据。 从XML文件中获得信息最好的办法是利用XML解析器。解析器，简单的讲，就是一个软件，它可以使XML文件中的数据易于使用。作为VB的开发者，你可能想得到一个支持Document Object Model (DOM)的解析器。DOM描述了一系列标准的访问XML和HTML文档的方法，这些方法解析器应该实现。一个支持DOM的解析器应该把XML中的数据变成一系列对象，这样就可以对这些对象二次编程。在这篇文章中，你会学习如何利用Microsoft 解析器（Msxml.dll）实现的DOM结构访问和维护XML文档。 在我们继续前进时，让我们先看一段XML代码来了解这个解析器怎样使我们生活变得容易。下面这个叫cds.xml的文档用来表示一个唱片的各个项目，每个项目包含象主唱，标题，音轨这样的信息。 <? xml version="1.0"?> <! DOCTYPE compactdiscs SYSTEM "cds.dtd"> <compactdiscs> <compactdisc> <artist type="individual">Frank Sinatra</artist> <title numberoftracks="4">In The Wee Small Hours</title> <tracks> <track>In The Wee Small Hours</track> <track>Mood Indigo</track> <track>Glad To Be Unhappy</track> <track>I Get Along Without You Very Well</track> </tracks> <price>$12.99</price> </compactdisc> <compactdisc> <artist type="band">The Offspring</artist> <title numberoftracks="5">Americana</title> <tracks> <track>Welcome</track> <track>Have You Ever</track> <track>Staring At The Sun</track> <track>Pretty Fly (For A White Guy)</track> </tracks> <price>$12.99</price> </compactdisc> </compactdiscs> 上面的文档的第二行引用了一个外部DTD（文档类型描述），DTD描述了一个特定类型的XML的层次结构和能包括的内容。XML解析器利用DTD来验证XML文档的正确性。DTD只是你用来让解析器验证XML文档是否合法的办法的一种，另一个越来越受欢迎的方法是XML Schemas，它用XML来描述Schemas而不是DTD。与DTD不同的是, Schema是用XML来描述的,也就是使用它自己的"有趣的"语法。 下面的文档是cds.xml用到的cds.dtd。 <! ELEMENT compactdiscs (compactdisc*)> <! ELEMENT compactdisc (artist, title, tracks, price)> <! ENTITY % Type "individual | band"> <! ELEMENT artist (#PCDATA)> <! ATTLIST artist type (%Type;) #REQUIRED> <! ELEMENT title (#PCDATA)> <! ATTLIST title numberoftracks CDATA #REQUIRED> <! ELEMENT tracks (track*)> <! ELEMENT price (#PCDATA)> <!ELEMENT track (#PCDATA)> 本文不会对DTD和XML Schemas讨论过深，基于XML-DATA的XML Schema Reference已提交给W3c。 DOM是什么： 　 XML DOM结构将XML文档的内容实现为一个对象模型。W3C的DOM Level 1 说明定义了DOM结构如何实现属性，方法，事件等等。微软的DOM实现完全支持W3C标准，并且还有许多使程序更容易访问XML文件的新增特点。 如何使用DOM 要使用DOM，需要创建一个XML解析器的实例。微软公司在Msxml.dll中创建了一系列标准的COM接口来使创建实例变得可能。Msxml.dll中包含了类型库和可应用的代码，这些你可以用来处理XML文件。如果你使用可实现脚本的客户端，比如VBScript 和IE，你可以使用CreateObject方法来得到解析器的实例。 Set objParser = CreateObject( "Microsoft.XMLDOM") 如果你使用ASP （Active Server Page），你使用Server.CreateObject方法。 Set objParser = Server.CreateObject( "Microsoft.XMLDOM" ) 如果你在使用VB，你可以创建一个对MSXML类型库的引用，这样就可以访问DOM。要在VB6.0中使用MSXML，操作如下： 打开Project References项 从COM对象中选择Microsoft XML, version 2.0，如果你找不到此项，你需要得到它。 你可以创建一个解析器的实例了。 Dim xDoc As MSXML.DOMDocument Set xDoc = New MSXML.DOMDocument 你可以通过两个途径获得Msxml.dll。 你可以安装IE5.0，MSXML解析器是其中集成的部件。 或者你可以到相关网站上下载它 一旦你建立了类型库的引用，你就可以执行解析，调入文档，总之，你可以处理XML文档了。 你可能有一些迷惑，我该干些什么？如果你打开MSXML库，用Visual Basic 6.0对象察看器察看其中的对象模型，你会发现很丰富。本文会告诉你如何利用DOMDocument类和IXMLDOMNode界面来访问XML文档。 　 如何Load一个文档： 要调入一个XML文档，先必须创建一个DOMDocument的实例。 Dim xDoc As MSXML.DOMDocument Set xDoc = New MSXML.DOMDocument 当你获得一个合法的引用，你就可以用LOAD方法来调入一个文档。解析器可以从本地硬盘调入或者通过UNC和URL从网络上调入。 从硬盘调入如下： If xDoc.Load("C:/My Documents/cds.xml") Then ' 文档调入成功 ' 作我们喜欢作的事 Else ' 文档调入失败 End If 当你完成工作，你需要释放掉这个引用，MSXML没有直接实现CLOSE方法，你最好直接将它设置成Nothing来关闭它。 Set xDoc = Nothing 当你调用一个文档，默认是异步进行，你可以通过修改Async属性来更改它。如果你要操作文档，你必须先检查ReadyState属性来确认文档的状态，它会返回五种可能的结果。 状态 属性值 未初始化：调入文档没有开始 0 调入：Load方法正在执行 1 调入完成：Load 方法已经完成 2 交互阶段：DOM可以进行只读检验，数据部分解析 3 完成：数据完全解析，可以进行读/写操作。 4 MSXML解析器实现了一些有用的方法，你在调入一个大的文档时可以用这些方法追踪调入过程的状态。这些方法对从Internet上异步的调入文档也很有帮助。 要打开一个Internet上的文档，你需要提供绝对URL，并且必须加http://前缀。下面是一个例子。 xDoc.async = False If xDoc.Load("http://www.develop.com/hp/brianr/cds.xml") Then ' 文档调入成功 ' 作我们喜欢作的事 Else ' 文档调入失败 End If 将Async属性设置为False，这样在文档调入完成之前，解析器不会将控制权交给你的代码。如果把Async保存为True，你在访问文档时必须检查ReadyState属性或者利用DOMDocument的事件在文档可以访问时提示你的代码。 处理错误： 你的文档可能因为各种原因而调入失败，最常见的原因是提供给解析器的文档名不正确，另一个常见的原因是XML文档不合法。 默认的解析器会验证你的文档是否符合某个DTD 或者 schema，你可以不让解析器执行验证，在执行Load方法之前，将DOMDocument的属性ValidateOnParse为False。 Dim xDoc As MSXML.DOMDocument Set xDoc = New MSXML.DOMDocument xDoc.validateOnParse = False If xDoc.Load("C:/My Documents/cds.xml") Then ' 文档调入成功 ' 作我们喜欢作的事 Else ' 文档调入失败 End If 事先关闭验证功能不是个好主意，它会带来许多问题，至少它会是你提供错误格式的数据给你的用户。 你可以通过访问ParseError对象来从解析器那儿获得有关错误类型的信息。创建一个IXMLDOMParseError界面的引用，然后把它指向文档自身的ParseError对象。IXMLDOMParseError界面实现了七种属性来使你获得错误原因。 下面的例子显示了一个信息框，列出了ParseError对象中所有错误信息。 Dim xDoc As MSXML.DOMDocument Set xDoc = New MSXML.DOMDocument If xDoc.Load("C:/My Documents/cds.xml") Then ' 文档调入成功 ' 作我们喜欢作的事 Else ' 文档调入失败 Dim strErrText As String Dim xPE As MSXML.IXMLDOMParseError ' 获得parseError对象 Set xPE = xDoc.parseError With xPE strErrText = "你的XML Document 不能调入" & _ "原因是." & vbCrLf & _ "错误 #: " & .errorCode & ": " & xPE.reason & _ "Line #: " & .Line & vbCrLf & _ "Line Position: " & .linepos & vbCrLf & _ "Position In File: " & .filepos & vbCrLf & _ "Source Text: " & .srcText & vbCrLf & _ "Document URL: " & .url End With 　 MsgBox strErrText, vbExclamation End If 　 Set xPE = Nothing 你可以利用parseError对象来向你的用户报告错误信息，或者把它写入你个Log中，你还可以尝试自己解决遇到的问题。 　 如何从XML文档中取得信息： 一旦你成功的调入了文档，下一步就是如何从中获得信息了。当你操作文档时，你经常会用到IXMLDOMNode界面，你利用它来读/写各个分离的节点元素。在使用它之前，你必须先理解MSXML支持的13种节点元素类型，下面是最常用的几个。 　 DOM节点类型 举例 NODE_ELEMENT <artist type="band">The Offspring</artist> NODE_ATTRIBUTE type="band">The Offspring NODE_TEXT The Offspring NODE_PROCESSING_INSTRUCTION <?xml version="1.0"?> NODE_DOCUMENT_TYPE <!DOCTYPE compactdiscs SYSTEM "cds.dtd"> 　 你通过IXMLDOMNode界面实现的两个属性来访问节点的类型。NodeType属性列举了DOMNodeType所有项目(一些项目列举在上面的表格上)。另外，你可以用NodeTypeString属性来获得表示节点类型的字符串。 一旦你有了文档的DOM引用，你就可以遍历节点的层次。通过文档引用，你可以访问ChildNodes属性，它给出了一个自上而下的包含所有节点的目录。ChildNodes属性实现了IXMLDOMNodeList，它支持Visual Basic的For/Each结构，所以你可以列举出ChildNodes中的所有节点。另外，ChildNodes属性还实现了Level属性，它可以返回所有子节点的数目。 不只是文档对象有ChildNodes属性，每一个节点都有ChildNodes属性。因为如此，ChildNodes属性和IXMLDOMNode's HasChildNodes属性配合，使你非常方便的遍历文档，访问元素，属性，值。 值得一提的是,元素和元素值之间是父子关系。例如在 CDs XML文档中，元素<title>表示歌曲的名字，要知道<title>的值，你需要访问节点的属性NODE_TEXT。如果你发现一个节点有你感兴趣的数据，你可以访问它的属性，也可以通过ParentNode属性来访问它们的父节点。 如何遍历XML文档： 你能够遍历文档的节点是利用文档对象,因为XML本身就是层次结构,所以很容易编写递归代码来访问整个文档。 LoadDocument程序打开XML文档，然后调用另一个程序DisplayNode，它用来显示文档的结构。LoadDocument传递给正在打开的XML文档的ChildNodes属性一个引用作为它的参数，同时传递一个整数用来标示开始显示的层次级别。代码利用参数来格式化在Visual Basic文档结构显示窗口中的文本。 DisplayNode属性的函数会遍历文档寻找需要的NODE_TEXT节点类型串，一旦代码找到一个NODE_TEXT的节点，它会利用NodeValue属性来获得相应的文本串。另外，当前节点的ParentNode属性指向一个元素类型的节点。元素节点实现了一个NodeName属性， 　 NodeName和NodeValue属性会被显示。 如果一个节点还有子节点，通过检测HasChildNodes属性确认，DisplayNode就会调用自己知道遍历文档的全部。 　 下面这个DisplayNode程序用Debug.Print向Visual Basic窗口写入相关信息。 Public Sub LoadDocument() Dim xDoc As MSXML.DOMDocument Set xDoc = New MSXML.DOMDocument xDoc.validateOnParse = False If xDoc.Load("C:/My Documents/sample.xml") Then ' The document loaded successfully. ' Now do something intersting. DisplayNode xDoc.childNodes, 0 Else ' The document failed to load. ' See the previous listing for error information. End If End Sub Public Sub DisplayNode(ByRef Nodes As MSXML.IXMLDOMNodeList, _ ByVal Indent As Integer) Dim xNode As MSXML.IXMLDOMNode Indent = Indent + 2 　 For Each xNode In Nodes If xNode.nodeType = NODE_TEXT Then Debug.Print Space$(Indent) & xNode.parentNode.nodeName & _ ":" & xNode.nodeValue End If If xNode.hasChildNodes Then DisplayNode xNode.childNodes, Indent End If Next xNode End Sub DisplayNode用HasChildNodes属性来确认是否再次调用自己，你也可以用节点的Level属性，如果大于0，则有子节点。 下一步该干什么： 这仅仅是个开始，你现在可以更深的了解XML和Microsoft 解析器(Msxml.dll)。你可以作一些有趣的事例如改变某个节点的值，搜索文档，建立你自己的文档等等。访问 MSDN Online XML Developer Center以获得更多的例子，文章和下载。