XML DOM 初学者指南

【 tulaoshi.com - Web开发 】

总述：本文主要讨论如何利用XMLDOM访问和维护XML文档，该XMLDOM由Microsoft 解析器实现。

简介

作为VB的开发者你可能会接触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
trackIn The Wee Small Hours/track
trackMood Indigo/track
trackGlad To Be Unhappy/track
trackI 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
trackWelcome/track
trackHave You Ever/track
trackStaring At The Sun/track
trackPretty 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 Schema，它用XML来描述Schema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 Documentscds.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 Documentscds.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 Documentscds.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

（本文来源于图老师网站，更多请访问http://www.tulaoshi.com/webkaifa/）

strErrText = "你的XML Document 不能调入" & _

（本文来源于图老师网站，更多请访问http://www.tulaoshi.com/webkaifa/）

"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.Pr

int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 Documentssample.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。