＜IXMLDOMDocument＞
　?。糏XMLDOMProcessingInstruction /＞
　　＜IXMLDOMProcessingInstruction /＞
　?。糏XMLDOMElement (根，只能有一個)＞
　　 ＜IXMLDOMElement IXMLDOMAttribute＞
　　IXMLDOMText
　?。? IXMLDOMElement ＞
　　 ＜IXMLDOMElement IXMLDOMAttribute＞
　　IXMLDOMCDATASection
　　＜/ IXMLDOMElement ＞
　?。糏XMLDOMElement＞
　?。?IXMLDOMDocument＞

但是，看看很多關(guān)于MSXML的教程用到另外一個接口IXMLDOMNode，這個怎么回事?和上面的IXMLDOMElement有什么關(guān)系?前面用了這么長時(shí)間的MSXML經(jīng)常就是在這個地方弄混，以至無所進(jìn)展，最近要在C++Builder5下面使用XML解析，可是沒有TXMLDocument控件，想自己封裝一下MSXML的一些使用才發(fā)現(xiàn)其中的奧妙。在DOM模型中把包括Document、ProcessingInstruction、Attribute、Element、TextNode、CDATASection等都看作是一個個Node，在MSXML中實(shí)現(xiàn)接口的時(shí)候表現(xiàn)為這些對象都是從Node派生出來的，要理解Node和這一些接口的關(guān)系關(guān)鍵是要看清楚各接口之間的派生關(guān)系。為什么要添加這一個Node接口呢？目的是為了使XML各要素之間聯(lián)結(jié)起來，不至于松散。

再加上另外兩個接口IXMLDOMNodeList和IXMLDOMNamedNodeMap。其中IXMLDOMNamedNodeMap主要使用在聯(lián)結(jié)同一個Element的各Attribute，因?yàn)橥粋€Element的Attribute必須保證兩兩不能沖突，而IXMLDOMNodeList則用于聯(lián)結(jié)其他的幾個要素ProcessingInstruction、Element、TextNode、CDATASection等，而這幾個要素比如Element，在同一個層是允許相同名稱重復(fù)出現(xiàn)的。上面的聯(lián)結(jié)并沒有包括Document這個Node，因?yàn)镈ocument是整個XML的第一個Node，不可能也不允許出現(xiàn)在IXMLDOMNodeList和IXMLDOMNamedNodeMap下面。這段說法我也算是經(jīng)過代碼證實(shí)過的吧！把MSXML的Document作為第一個Node，然后通過NamedNodeMap編歷該層的所有Attribute，再通過NodeList遞歸循環(huán)下一層的所有Node?？梢钥吹竭@樣的一個樹狀結(jié)構(gòu)（其中的attribute在該行括號列出，縮進(jìn)表示所在層）：

#document
　　xml (version;encoding)
　　xml-stylesheet (type; href)
　　body
　　 code1 (id)
　　#text
　　 code2 (id)
　　#cdata-section

從上面打印出來的信息可以看出TextNode，CDATASection是當(dāng)作Element的下一層Node來處理的。get_text()只是為了方便使用TextNode的一個捷徑，對CDATASection通過get_text()訪問會出錯，則可考慮通過下一層Node的第一個Node來獲取。方法：

MSXML::IXMLDOMNodePtr child;
　　child = parent->childNodes->get_item(0);
　　if (child != NULL)
　　text = child->get_nodeValue();

在遞歸循環(huán)的時(shí)候，通常我們并不能預(yù)知這一個Node是什么類型的。為了知道這一個Node是Element還是TextNode，或者其他類型，可以通過IXMLDOMNode::nodeType來獲取，這是一個枚舉類型，有如下取值（從這也可以看出，上面這個XML文本并沒有涵蓋XML所有要素）：

NODE_ELEMENT (1)
　　NODE_ATTRIBUTE (2)
　　NODE_TEXT (3)
　　NODE_CDATA_SECTION (4)
　　NODE_ENTITY_REFERENCE (5)
　　NODE_ENTITY (6)
　　NODE_PROCESSING_INSTRUCTION (7)
　　NODE_COMMENT (8)
　　NODE_DOCUMENT (9)
　　NODE_DOCUMENT_TYPE (10)
　　NODE_DOCUMENT_FRAGMENT (11)
　　NODE_NOTATION (12)

#p#

好了，下面應(yīng)該可以把“XML文件的處理思考”里面出現(xiàn)的一些問題一個個羅列出來了吧：

問題一：最大的問題，通過路徑來找到比較深入的一個節(jié)點(diǎn)

在這篇文章中通過遞歸調(diào)用函數(shù)來實(shí)現(xiàn)這個功能，完全沒有必要，算是多此一舉了。DOM模型中自身帶的IXMLDOMNode::SelectSingleNode和IXMLDOMNode::SelectNodes（XPath）實(shí)現(xiàn)了比這個遞歸調(diào)用更完美的功能。簡單說一下SelectSingleNode的使用方法(msdom是IXMLDOMDocument實(shí)例)

MSXML::IXMLDOMNodePtr parent, child;
　　parent = msdom->documentElement;
　　//child為code1類型Element
　　child = parent->selectSingleNode(“/code1”);
　　//child為code1的id類型Attribute
　　child = parent->selectSingleNode(“/code1@id”);
　　//child名為code1且Attribute id=’text’的那個Element類型Element
　　child = parent->selectSingleNode(“/code1@[id=’text’]”);

…其它高深點(diǎn)的用法待后研究，為XPath相關(guān)。

問題二：C++ Builder6里面的TXMLDocument并不單純是對MSXML的封裝

為了在C++ Builder 5下面封裝出一個類似的控件來，找了一些相關(guān)資料，發(fā)現(xiàn)MSXML、OpenXML等DOM模型的解析器都是同一套接口（希望我沒有弄錯），只是內(nèi)部實(shí)現(xiàn)不同。TXMLDocument通過設(shè)置Ventor可以設(shè)置使用不同的解析器，但是在C++Builder里面使用方法卻是完全相同的。默認(rèn)好像是使用MSXML解析，比較優(yōu)劣，MSXML需在客戶端注冊較新的msxml.dll類庫；SAX的需要附帶較大的dll；OpenXML因?yàn)槭侵苯邮褂靡粋€.pas文件編譯，直接生成到了可執(zhí)行文件。

問題三：在文章中遍歷NodeList使用了IEnum接口

有點(diǎn)殺雞用牛刀之嫌，現(xiàn)在的遍歷可以這樣：

for (int i = 0; i ＜ nodelist-＞get_length(); i++)
　　{
　　child = nodelist-＞get_item((long)i);
　　name = child-＞get_nodeName();
　　}

想想原來做的時(shí)候應(yīng)該也用過這個方法，不過當(dāng)時(shí)不知道Node和Element之間的關(guān)系，胡亂執(zhí)行下面這樣的轉(zhuǎn)換所以轉(zhuǎn)換出的element == NUL，就以為此路不通。

IXMLDOMElementPtr element = (IXMLDOMNodePtr)node;

問題三：到后來補(bǔ)的一段appendChild的操作，將createElement出來的Element直接轉(zhuǎn)換成Node再appendChild。其實(shí)，這應(yīng)該是最基礎(chǔ)的一個C++知識，關(guān)鍵是要看清MSXML實(shí)現(xiàn)的Com里面也帶有了C++的這種技巧。

現(xiàn)在再來看看C++ Builder 5里面怎么解決沒有TXMLDocument控件，要使用MSXML類庫有什么辦法。

最開始想到的是使用import語句的方法，即

#import "C:Windowssystem32MSXML.DLL" named_guids

可是，import進(jìn)來能生成tlb和tlh文件，進(jìn)行編譯卻無法通過，總提示缺少了些什么，或有一些函數(shù)未能導(dǎo)出來（對了，可以在VC++里面import，然后復(fù)制生成的tlb和tlh到C++Builder項(xiàng)目）。于是，直接使用C++ Builder里面自帶的TVariant類進(jìn)行COM實(shí)例化，調(diào)用函數(shù)，屬性（OleFunction，OlePropertyGet，OlePropertySet）等。例：

TVariant varMSDOM = CreateOleObject(“MSXML.DOMDocument”);
varMSDOM.OleFunction(L“l(fā)oad”, L”c:tmp.xml”);
TVariant varDoc = varMSDOM.OlePropertyGet(“documentElement”);

直覺是這種調(diào)用方法是會比import進(jìn)來的調(diào)用速度要慢。差別好像是import直接通過虛函數(shù)表查找函數(shù)指針進(jìn)行調(diào)用；OleFunction這些則通過IDispatch接口的invoke函數(shù)，間接調(diào)用，而且不能調(diào)用import進(jìn)來name_guids的那些函數(shù)，如get_nodeName(BSTR *)。不管怎么樣，通過TVariant還是基本能夠滿足要求，函數(shù)的調(diào)用。

然后，突然發(fā)現(xiàn)C++ Builder的Project上有個Import From Type Library的菜單，也嘗試一下。tlb和tlh文件都生成了，加入工程編譯一下，能夠通過，不過tlh里面的定義，和調(diào)用方法卻和VC里面的import進(jìn)來有些不同：

1. VC里面的實(shí)例化直接用智能指針如：

MSXML::IXMLDOMDocumentPtr msdom;
msdom.CreateInstance(__uuidof(MSXML::DOMDocument));

C++Builder里面的實(shí)例化，則通過另外一個編譯器封裝的對象來實(shí)現(xiàn)

TCOMIXMLDOMDocument i_xmldocument = CoDOMDocument::Create();
IXMLDOMDocumentPtr msdom = (IXMLDOMDocumentPtr) i_xmldocument;

TCOMIXMLDOMDocument的定義在MSXML2_TLB.h里面可以找到

typedef TComInterface　TCOMIXMLDOMDocument;

2. C++Builder里面也有IXMLDOMDocumentPtr msdom，可是這個指針卻不能直接用于判斷是否等于NULL，編譯器會提示錯誤，而應(yīng)改為：

if ((IXMLDOMDocument *)msdom == NULL)

上面在C++Builder下面使用MSXML的經(jīng)驗(yàn)，延伸到其它類型的COM的自動化(automation)，應(yīng)該是不會有什么問題的！不是嗎？

【編輯推薦】

1. 在ASP.NET中使用Treeview控件和XML
2. 如何利用Scala簡化XML處理
3. 通過Java編程處理XML服務(wù)定義