中文XML论坛 - 专业的XML技术讨论区--显示贴子

以文本方式查看主题

-  中文XML论坛 - 专业的XML技术讨论区  (http://bbs.xml.org.cn/index.asp)
--  『 XML基础』  (http://bbs.xml.org.cn/list.asp?boardid=1)
----  XML初学进阶学习笔记[原创]（整理完整版）  (http://bbs.xml.org.cn/dispbbs.asp?boardid=1&rootid=&id=28676)

--  作者：卷积内核
--  发布时间：3/15/2006 10:20:00 AM

--  XML初学进阶学习笔记[原创]（整理完整版）
简体中文码：GB2312
    繁体中文码：BIG5
    西欧字符： UTF-8

1、一般实体

我们前面说到的那个信件署名就是一般实体。定义一般实体的格式如下：
<!ENTITY 实体名 "文本内容"〉

关于刚才的信件署名的实体定义如下：

<!ENTITY lettersign
"张三
某网络公司销售部门
北京市海淀区中关村88号，100000"〉

另外，你也可以指定一个实体代替一个外部文件的内容，此时要使用SYSTEM这个关键字。例如：

<!ENTITY lettersign
SYSTEM "http://www.mydomain.com/lettersign.xml"〉

在这个例子中，XML处理器将用指定文件的内容来替换实体指示。

2、参数实体
与一般实体相同，参数实体既可以是内部的也可以是外部的。不过，参数实体只用在DTD中。
参数实体的格式与一般实体很类似，只不过中间要加上“%”符。

<!ENTITY % 实体名 "文本内容"〉

3、实体的使用包括两部分：实体声明和实体引用。

4、实体声明
对于实体的声明应该放在文件类型DOCTYPE中。DOCTYPE一般放在文件头（即XML声明和DTD）之后，
XML元素之前。这样一来，XML文件就变为下面的形式：

<?xml version="1.0"?>
<!DOCTYPE 文件根元素名 [
实体声明部分
]>
<文件根元素名>
具体数据内容
</文件根元素名>

5、实体引用
说到实体引用，大家可能想起前面我们曾用“<”代表字符“〈”。不错，这就是一个实体引用。

简而言之，实体引用指的是引用一个在实体声明中已经声明过的一个实体。实体引用的形式很简单：

&实体名；

6、实体引用有以下几点规则一定要注意：

在引用XML实体之前，必须已经在XML文件中对此实体进行过声明；
在实体引用中不能出现空格。也就是说，& lettersign;和&letterhead ;的用法都会引起错误。
尽管在一个实体中可以再引用其它实体，但是不能出现循环引用。也就是说，一个实体不能引用它自己；
同样，也不能出现实体A引用实体B，然后实体B再反过来引用实体A的情况。
实体引用不能在DOCTYPE声明中出现。
实体引用的文本必须是形式良好的XML。
同样，参数实体的引用与一般实体的引用大同小异，只是要把实体前的符号&换为%就可以了，形式是：

%实体名；

7、实体引用不仅可以出现在字符数据中，还可以出现在标记的属性中。例如下面这个例子：

<联系人公司=“B公司” 地址=“&B公司地址；”>

如果在属性中出现实体引用，不但要遵守前面所述的实体引用的种种规则，还要注意以下两点：

在标记属性中不能引用一个外部实体。
引用的文本中不能出现字符“<”，否则替换后就不再是一个“形式良好的”XML文件了。
通过这一节的讲述，想必大家已然了解：实体主要是用来代替字符数据的，它可以节省大量的录入工作。

8、使用外部DTD时，要在DOCTYPE中使用关键字SYSTEM。实际上，SYSTEM不是引用外部DTD的唯一方法，
这个关键字主要用于引用一个作者或组织所编写的众多XML文件中通用的DTD。还存在一种外部DTD，
它是一个由权威机构制订的，提供给特定行业或公众使用的DTD。因此，另一个引用外部DTD的办法是使用关键字PUBLIC，
引用这一类公开给公众使用的DTD。

当使用关键字PUBLIC进行引用时，这个外部DTD还需要得到一个标识名。引用公共DTD的形式为：

<!DOCTYPE 根元素 PUBLIC "DTD名称" "外部DTD的URL">

9、这个DTD标识的命名规则和XML文件的命名规则稍有不同。具体地说，DTD名称只能包含字母、
数字、空格和下面的符号：_%$#@()+:=/!*;?。同时，DTD名称还必须符合一些标准的规定。
例如，ISO标准的DTD以“ISO”三个字母开头；被改进的非ISO标准的DTD以加号“+”开头；未被改进的非ISO标准的DTD以减号“-”开头。

无论是哪一种情况，开始部分后面都跟着两个斜杠“//”及DTD所有者的名称。在这个名称之后又是两个斜杠“//”，
再然后是DTD所描述的文件的类型。最后，在又一对斜杠之后是语言的种类（参见ISO 639）。例如下面这个公用DTD的引用：

<!DOCTYPE 联系人列表 PUBLIC "-//Luna Dong//Contact Data//CN"
"http://www.mydomain.com/dtds/fclml.dtd">

10、除了根元素外，在定义其它元素时使用关键字ANY都是不好的习惯。一般来说，在写一个XML文件时需要严格遵循DTD的规则，
这时，一个定义明确的DTD，虽然表面上似乎充满了条条框框，但实际上会使你在书写XML文件时有规可循，
反而方便了你的工作和语法分析器的工作。相反，一个在元素定义中充满了ANY的DTD，反而可能会搞得你不知所措，一头雾水。

--  作者：卷积内核
--  发布时间：3/15/2006 10:20:00 AM

--
11、在定义元素时，ETD的顺序是无关紧要的。因此
    <!ELEMENT 姓名(#PCDATA)>
    <!ELEMENT 联系人列表 ANY>
    <!ELEMENT 联系人(姓名)>
和
    <!ELEMENT 联系人列表 ANY>
    <!ELEMENT 联系人(姓名)>
    <!ELEMENT 姓名(#PCDATA)>
所定义的文件结构是完全相同的。

12、还有一点要注意，不能对不同的元素使用相同的元素名，即便这些元素的内容、包含的子元素不同也不行，
因为它只会引起文件各个元素的混淆，使文件的可读性大打折扣。例如：
    <!ELEMENT 联系人列表 ANY>
    <!ELEMENT 联系人(姓名)>
    <!ELEMENT 联系人(EMAIL)>
    <!ELEMENT 姓名(#PCDATA)>
    <!ELEMENT EMAIL(#PCDATA)>
在这个例子中，对“联系人”的重复定义，会引起错误。

13、最后再次强调一下元素的命名。元素名的第一个字母必须是字母、或下划线（_）、或冒号（：），
后跟字母、数字、句号（.）、冒号、下划线、连结号（-）的组合，并且不能包含空白符，不能以“xml”开头。
另外，尽管元素的第一个字母使用冒号是合法的，但最好避免这样做，因为它会引起混淆。再有需要注意的是，
尽管XML1.0标准允许使用任何长度的文件名，但是实际的XML处理器常常会限制标记名的长度。

14、
学过《编译原理》的应该对正则表达式都非常理解拉，这里用法相同。

元字符含义

  +         出现一次或多次
  *         出现零次或多次
  ？        可选，不出现或出现一次
（）       一组要共同匹配的表达式
  |            OR，或
  ，        AND，要求严格遵从顺序要求
  元素A
  元素B
  元素C    元素列表，无须遵从顺序要求

15、
    <!ELEMENT 联系人(姓名, EMAIL)>
    <!ELEMENT 姓名(#PCDATA)>
    <!ELEMENT EMAIL(#PCDATA)>
    如果我们使用逗号“，”来分隔两个子元素，那么XML文件中，元素“姓名”就必须出现在元素“EMAIL”前面。反之，可以无序。

16、XML正则表达式的匹配原则不允许循环逻辑。所以，OR的意思是或者选这个或者选那个，但不能两个都选，也不能两个都不选。

17、注意：在一个组中，只允许使用一种连接符（例如“，”或“|”）。因此，象下面这样定义的DTD是不合法的：

<!ELEMENT 联系人(姓名，电话|EMAIL)>

要想使用多种连接符，只有通过创建子组的方式，使用

<!ELEMENT 联系人(姓名，(电话|EMAIL))>

前面我们已经介绍了所有可能用到的子元素的排列状况。不过，还有一种情况没有说，那就是，一个元素中不包含任何子元素，也不包含纯文本。

对于这种情况，我们可以定义一个空标记。当然，定义这样一个标记很简单，你只需要使用关键字EMPTY就可以了，例如：

<!ELEMENT HR EMPTY>

这样，在你的XML文件中，就可以使用一个空元素<HR/>。

18、IDREF类型允许一个元素的属性使用文件中的另一个元素，方法就是把那个元素的ID标识值作为该属性的取值。

19、参数实体专门用在DTD中。定义方式是：

<!ENTITY % 实体名 "实体内容">

或： schema

<!ENTITY % 实体名 SYSTEM "外部文件名">

引用方式为：

%实体名；

20、使用参数实体，可以方便元素和属性的声明。例如：

--  作者：卷积内核
--  发布时间：3/15/2006 10:21:00 AM

--
21、dt:type
dt:type指定所声明属性的数据类型，它除了支持DTD中包含的全部十大数据类型外，还支持一些扩展属性，在下一小节会详细讲述。
Schema中的十个基本属性与DTD中属性的对应关系请见下表：

Schema中基本类型        DTD中数据类型
string                   #PCDATA
enumeration              ENUMERATED
id                       ID
idref                    IDREF
idrefs                   IDREFS
nmtoken                  NMTOKEN
nmtokens                 NMTOKENS
entity                   ENTITY
entities                 EMTITIES
notation                 NOTATION

注意，当dt:type取值为"enumeration"时，后面的dt:value必须列出所有可能的取值。

22、attribute实际上是对该Schema中AttributeType声明的引用，而具体引用什么属性类型，
关键就要靠type属性了。type唯一指定了要引用的属性类型，
因此其取值必须同某个AttributeType元素中name属性的取值严格一致。
其它两个属性与AttributeType中相应属性的含义相同，
default指定该属性类型的缺省取值，
required指定该属性对于引用它的元素是否是必须的。
如果和同一个属性相对应的AttributeType和attribute中都对default和required给出了定义，
则在attribute中的取值具有更高的优先级。

23、XML较之HTML最根本的差别在于XML是定义置标语言的元语言，
而HTML仅仅是由SGML元置标语言定义的一个实例语言。利用XML元置标语言，
定义各种各样的XML实例的活动是相当开放的。针对不同的应用方向，
每设计一个XML的DTD，一种新的置标语言便随之诞生。
在各种各样XML实例置标语言如雨后春笋般不断涌现的过程中，
将会产生这样一种应用需求，即在一个XML文档中，包含由多个DTD描述的元素。
这个想法显然是达到“物尽其用”的一个好办法，它帮助我们最大程度地利用了现有的资源，
正所谓“海纳百川，有容乃大”。

24、CSS和XSL均属于样式单的一种，都可以用来设定文档的外观。那么，它们有什么区别呢？
比较起来，它们主要有以下几个大的不同：

用途不同
CSS最早是针对于HTML提出的，后来又将其应用于XML之中，
它既可以为HTML文档中的各个成分设定样式，又可以为XML中的成分设定样式。
XSL是专门针对XML提出的，它不能处理HTML文档。但它有一个CSS无法达到的功能，
即用一个命令行将一个XML文档转换为另一个文档并存盘。
处理结果不同
XSL采用的是一种转换的思想，它将一种不含显示信息的XML文档转换为另一种可以用某种浏览器浏览的文档，
转换后的输出码或者存为一个新的文档，或者暂存于内存中，但都不修改源代码。而CSS则没有任何转换动作，
只是针对结构文档中的各个成分，依照样式规定一一设定外观式样，再由浏览器依据这些式样显示文档，在整个过程中没有任何新码产生。
表现能力不同
在XSL中定义的90%的样式规定，实际上在CSS中都有定义。但仍然有一些效果是CSS无法描述的，
必须使用XSL不可。这些功能包括文本的置换，例如将一个美国的时间表示格式转换为一个中国的时间表示格式；
根据文本内容决定显示方式，例如将60分以上的分数用黑色显示，60分以下的分数用红色显示；
将文档中的成分按照某一个子成分的值进行排序，例如将商品按售价进行排序。
此外，还有对于超链接的支持，对于FRAME的支持，对于某些语种文字从上到下，
行从右到左的排列格式的支持等，都是XSL所独有的。
语法不同
XSL是根据XML的语法进行定义的，实际上又是XML的一种应用。而CSS的语法自成体系，
且比较简单，易学易用。
综上所述，一个XML文档的显示方式可以归纳为三种：即利用CSS显示，
利用XSL转化为FO显示，以及利用XSL转化为HTML文档显示（这个HTML文档中可包含CSS样式）。

25、DOM的全称是Document Object Model，也即文档对象模型。在应用程序中，
基于DOM的XML分析器将一个XML文档转换成一个对象模型的集合（通常称DOM树），
应用程序正是通过对这个对象模型的操作，来实现对XML文档数据的操作。通过DOM接口，
应用程序可以在任何时候访问XML文档中的任何一部分数据，因此，这种利用DOM接口的机制也被称作随机访问机制。

DOM接口提供了一种通过分层对象模型来访问XML文档信息的方式，
这些分层对象模型依据XML的文档结构形成了一棵节点树。
无论XML文档中所描述的是什么类型的信息，即便是制表数据、项目列表或一个文档，
利用DOM所生成的模型都是节点树的形式。也就是说，DOM强制使用树模型来访问XML文档中的信息。
由于XML本质上就是一种分层结构，所以这种描述方法是相当有效的。

26、SAX的全称是Simple APIs for XML，也即XML简单应用程序接口。与DOM不同，
SAX提供的访问模式是一种顺序模式，这是一种快速读写XML数据的方式。当使用SAX分析器对XML文档进行分析时，
会触发一系列事件，并激活相应的事件处理函数，应用程序通过这些事件处理函数实现对XML文档的访问，
因而SAX接口也被称作事件驱动接口。

--  作者：卷积内核
--  发布时间：3/15/2006 10:22:00 AM

--
27、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。

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">

<artist type="individual">Frank Sinatra</artist>

<title numberoftracks="4">In The Wee Small Hours</title>

<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>

</compactdisc>

<artist type="band">The Offspring</artist>

<title numberoftracks="5">Americana</title>

<track>Welcome</track>

<track>Staring At The Sun</track>

<track>Pretty Fly (For A White Guy)</track>

</tracks>

</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。

--  作者：卷积内核
--  发布时间：3/15/2006 10:23:00 AM

--
28、对于XML应用开发来说，DOM就是一个对象化的XML数据接口，一个与语言无关、与平台无关的标准接口规范。
它定义了HTML文档和XML文档的逻辑结构，给出了一种访问和处理HTML文档和XML文档的方法。
利用DOM，程序开发人员可以动态地创建文档，遍历文档结构，添加、修改、删除文档内容，
改变文档的显示方式等等。可以这样说，文档代表的是数据，而DOM则代表了如何去处理这些数据。
无论是在浏览器里还是在浏览器外，无论是在服务器上还是在客户端，只要有用到XML的地方，就会碰到对DOM的应用。

作为W3C的标准接口规范，目前，DOM由三部分组成，包括：核心（core）、HTML和XML。
核心部分是结构化文档比较底层对象的集合，这一部分所定义的对象已经完全可以
表达出任何HTML和XML文档中的数据了。HTML接口和XML接口两部分则是专为操作
具体的HTML文档和XML文档所提供的高级接口，使对这两类文件的操作更加方便。

目前，DOM有两个版本，一个是由W3C于1998年8月18日通过的DOM Level 1，
另一个则是正在制定过程中的DOM Level 2，W3C已于2000年3月7日通过了DOM Level 2的候选推荐版本。

29、在DOM接口规范中，有四个基本的接口：Document，Node，NodeList以及NamedNodeMap。
在这四个基本接口中，Document接口是对文档进行操作的入口，它是从Node接口继承过来的。
Node接口是其他大多数接口的父类，象Documet，Element，Attribute，
Text，Comment等接口都是从Node接口继承过来的。NodeList接口是一个节点的集合，
它包含了某个节点中的所有子节点。NamedNodeMap接口也是一个节点的集合，通过该接口，
可以建立节点名和节点之间的一一映射关系，从而利用节点名可以直接访问特定的节点。

Document接口代表了整个XML/HTML文档，因此，它是整棵文档树的根，
提供了对文档中的数据进行访问和操作的入口。

由于元素、文本节点、注释、处理指令等都不能脱离文档的上下文关系而独立存在，
所以在Document接口提供了创建其他节点对象的方法，通过该方法创建的节点
对象都有一个ownerDocument属性，用来表明当前节点是由谁所创建的以及节点同Document之间的联系。

Document节点是DOM树中的根节点，也即对XML文档进行操作的入口节点。通过Docuemt节点，
可以访问到文档中的其他节点，如处理指令、注释、文档类型以及XML文档的根元素节点等等。
另外，从上图我们还可以看出，在一棵DOM树中，Document节点可以包含多个处理指令、
多个注释作为其子节点，而文档类型节点和XML文档根元素节点都是唯一的。

30、Node接口在整个DOM树中具有举足轻重的地位，DOM接口中有很大一部分接口是
从Node接口继承过来的，例如，Element、Attr、CDATASection等接口，
都是从Node继承过来的。在DOM树中，Node接口代表了树中的一个节点。

31、NodeList接口提供了对节点集合的抽象定义，它并不包含如何实现这个节
点集的定义。NodeList用于表示有顺序关系的一组节点，比如某个节点的子节
点序列。另外，它还出现在一些方法的返回值中，例如GetNodeByName。

在DOM中，NodeList的对象是"live"的，换句话说，对文档的改变，会直接
反映到相关的NodeList对象中。例如，如果通过DOM获得一个NodeList对象，
该对象中包含了某个Element节点的所有子节点的集合，那么，当再
通过DOM对Element节点进行操作（添加、删除、改动节点中的子节点）时，
这些改变将会自动地反映到NodeList对象中，而不需DOM应用程序再做其他额外的操作。

NodeList中的每个item都可以通过一个索引来访问，该索引值从0开始。

32、实现了NamedNodeMap接口的对象中包含了可以通过名字来访问的一组节点的集合。
不过注意，NamedNodeMap并不是从NodeList继承过来的，它所包含的节点集中的节点是无序的。
尽管这些节点也可以通过索引来进行访问，但这只是提供了枚举NamedNodeMap中所包含节点的一种简单方法，
并不表明在DOM规范中为NamedNodeMap中的节点规定了一种排列顺序。

NamedNodeMap表示的是一组节点和其唯一名字的一一对应关系，这个接口主要用在属性节点的表示上。
与NodeList相同，在DOM中，NamedNodeMap对象也是"live"的。

33、利用DOM，程序开发人员可以动态地创建文档，遍历文档结构，添加、修改、删除文档内容等等。
我们将通过微软的XML分析器msxml，对DOM接口的这些应用做的介绍。

使用不同的编程语言创建Document对象的范例。

JScript：
var doc = new ActiveXObject("Microsoft.XMLDOM")

VB Script：
Dim docSet doc = CreateObject("Microsoft.XMLDOM")

VB：
Dim doc As ObjectSet
doc = CreateObject("Microsoft.XMLDOM")
或者
Dim doc As DOMDocumentSet doc = New DOMDocument

VC：
HRESULT hr = CoCreateInstance
(CLSID_DOMDocument,NULL,CLSCTX_INPROC_SERVER,IID_IXMLDocument(LPVOID*),&m_pXMLDocument);

34、Document的加载
不同的XML分析器所提供的加载XML文档的方法也不尽相同。
在微软的msxml中，提供了一个load方法来加载XML文档，建立DOM树同XML文档之间的关联。

依旧以联系人列表信息的XML文档.xml为例，可通过下述方式来加载文档：

Dim myDocumentSet myDocument = CreateObject("microsoft.xmldom")
myDocument.async = FalsemyDocument.load("client.xml")

--  作者：卷积内核
--  发布时间：3/15/2006 10:23:00 AM

--
35、对DOM树的操作：：

首先，我们要获取XML文档的根元素节点，用VBScript语言描述这个操作如下：

root = myDocument.documentElement

该语句的实际含义如下图黄色箭头所示。

在得到了文档的根元素节点之后，我们又将如何访问其他元素呢？以文档中的第二个person元素为例，
对该元素节点以及其子节点的访问可以通过下面的方式来实现：

personNode = root.childNodes.item(1)
nameNode = personNode.childNodes.item(0)
textNode = nameNode.childNodes.item(0)
theName = textNode.nodeValue

上述访问语句执行后，theName的值是"李四"。下图黄色箭头给出了这一访问过程的示意：

在上面的代码中，root是文档的根元素节点addressbook节点，
personNode和nameNode都是元素类型的节点，textNode是TEXT类型的节点，theName是一个字符串。

childNodes是NodeList类型的属性，item是NodeList接口中Node类型的属性，
通过item可以访问NodeList节点集合中的任意节点（这儿有一点需要注意，
当我们要访问根元素节点addressbook的第二个person子节点personNode时，
我们用的索引参数是"1"，这是因为item中的索引参数是从0开始的，如果我们要访问节点集合中的第一个节点，则应该用item(0)来表示）。

在DOM规范中，要访问元素节点的文本内容，需要先得到元素节点的TEXT子节点，
再通过TEXT节点的属性获取文本内容。微软在实现DOM接口时对DOM进行了部分扩展，
可以通过元素类型节点的text属性直接获得元素中的文本内容。具体实用说明可以参考微软msdn中的帮助。

上面的例子给出了如何访问DOM树中的元素节点，
对于DOM树中的属性节点，访问方法略有不同，可以通过下面的语句来实现：

attr = node.attributes.getNamedItem("sex")
attrContent = attr.nodeValue

上述访问语句执行后，attrContent的值是"male"。下图用黄色箭头标出了这一访问的过程。

在上面的代码中，attr是属性类型的节点，attributes是NamedNodeMap类型的属性，
getNamedItem是NamedNodeMap接口中的方法。属性的内容可以通过属性节点的nodeValue来获得。

36、实现添加元素操作的语句如下：

node = root.childNodes.item(0)                 //确定位置
newNode = myDocument.createElement("company")  //创建节点
node.insertBefore(newNode,node.lastNode)       //插入节点
textNode = myDocument.creatTextNode("北大方正") //创建文本元素
node.childNodes.item(1).appendChild(textNode)  //添加子元素（值）

37、删除元素：
node = root.childNodes.item(0) //确定位置
oldNode = node.removeChild(node.childNodes.item(1)) //删除节点

其中，oldNode中存放的是已被删除的节点。在删除某个节点时，
以该节点为根的子树将整个被删除，因此得到的结果DOM树恢复原状。

38、修改元素：

假如想把张三的电子邮件地址更改为zhs@pku.edu.cn，通过下列语句就可以实现：

node = root.childNodes.item(0)                               //查找节点
emailNode = node.childNodes.item(0)                          //确定要修改元素位置
emailNode.childNodes.item(0).nodeValue = zhs@pku.edu.cn      //替换元素

39、SAX接口分析：
SAX的全称是Simple APIs for XML，也即XML简单应用程序接口。
与DOM不同，SAX提供的访问模式是一种顺序模式，这是一种快速读写XML数据的方式。
当使用SAX分析器对XML文档进行分析时，会触发一系列事件，并激活相应的事件处理函数，
应用程序通过这些事件处理函数实现对XML文档的访问，因而SAX接口也被称作事件驱动接口。

      SAX是一种事件驱动的接口，它的基本原理是由接口的用户提供符合定义的处理器，
      XML分析时遇到特定的事件，就去调用处理器中特定事件的处理函数。一般SAX接口都是用JAVA实现的，
      但事实上C++也可以用于实现SAX接口，只是C++的分析器比较少。之所以叫做"简单"应用程序接口，
      是因为这个接口确实非常简单，绝大多数事情分析器都没有做，需要应用程序自己去实现，
      因而开发者的任务也相应重一些。

40、SAX分析器中的几个主要API接口作一简单的介绍。

SAXParserFactory
SAXParserFactory对象用来按照系统属性中的定义创建一个分析器的实例，接口是Javax.xml.parser. SAXParserFactory。

Parser
org.xml.sax.Parser接口定义了类似setDocumentHandler的方法来创建事件处理函数。
另外，该接口中还定义了parser（URL）方法来对XML文档进行实际的分析工作。

DocumentHandler
当分析器遇到XML文档中的标记时，就会激活该接口中的startDocument，endDocument，startElement以及endElement等方法。
另外，characters方法以及processingInstruction方法也是在DocumentHandler接口中实现的。
当分析器遇到元素内部的文本内容时就会激活characters方法，当分析器遇到处理指令时就会激活processingInstruction方法。

ErrorHandler
当分析器在分析过程中遇到不同的错误时，ErrorHandler接口中的error、fatalError或者warning方法就会被激活。

DTDHandler
当处理DTD中的定义时，就会调用该接口中的方法。

EntityResolver
当分析器要识别由URI定义的数据时，就会调用该接口中的resolveEntity方法。

一个典型的SAX应用程序至少要提供一个DocumentHandler接口。一个健壮的SAX应用程序还应该提供ErrorHandler接口。

--  作者：卷积内核
--  发布时间：3/15/2006 10:25:00 AM

--
41、在关系数据库中，数据仅仅是数据，它不包含层次结构信息；
而面向对象数据库可以将数据视为对象，数据是作为一个整体，包含了属性和方法，并能体现数据间的继承关系。

42、一个基于XML的数据库系统应该具备以下特征：

1>能够根据文档类型定义(DTD或Schema)确定数据库的模式。
也就是说，能够按照DTD或Schema来定义数据库，而无须再进行数据库的设计，
能够按照DTD或Schema的层次结构来进行基于XML语法的定位和查询。通过元素名字和属性来查询和定位元素。
2>支持DOM和SAX，可以进行事件驱动的XML处理。
3>内置数据处理语言模块（XML语法分析器），能够进行XML文档数据的语法分析，同时对数据库中的元素进行直接的定位操作。
4>提供标准的XML查询语言。通过套用一定的样式模式，输出多种格式的XML文档。
5>能够处理大型数据集合，能够对置标文本的结构和内容进行索引。
6>提供开发工具包，支持DOM、SAX、Java、Script语言等。
7>提供一定的机制保证数据的一致性。如通过行级或页级共享锁、排他锁对数据加锁，满足用户对数据进行并发读写时数据的有效性。
8>支持OLAP和数据仓库等高级应用。

43、对数据库操作ASP和DTD（Schema）的具体实现：

ASP：

<% @language = "VBScript" %>
<% Response.ContentType = "text/xml" %>
<?xml version="1.0" encoding="GB2312" ?>
<%’动态构建XML文档
  set xmlDoc = Server.CreateObject(Microsoft.XMLDOM)
  set root = xmlDoc.createNode("element","联系人列表","")
  xmlDoc.appendChild(root)

  ’查询数据库
  sqlStr = "select * from clientList"
  set cConn = Server.CreateObject("ADODB.Connection")
  cConn.Open "CLIENTS","sa", ""
  set rsData = cConn.Execute(sqlStr)
  rsData.MoveFirst()

  while (not rsData.EOF )
    ’构建联系人子节点
    set tmpNode = xmlDoc.createNode("element","联系人","")
    xmlDoc.documentElement.appendChild(tmpNode)
    ’构建姓名、ID、公司、Email子节点
    for I = 0 to rsData.Fields.Count - 1
      set childNode = xmlDoc.createNode("element",rsData.Fields(i).Name,"")
      childNode.text = rsData.Fields(i)
      tmpNode.appendChild(childNode)
    next
   rsData.MoveNext()
  wend

Response.Write(xmlDoc.xml)
%>

DTD：

<% Response.ContentType="text/xml" %>
<?xml version="1.0" encoding="GB2312" ?>
<联系人列表>

<% Set cConn = Server.CreateObject("ADODB.Connection")
   cConn.Open "CLIENTS","sa", ""
   Set rsData = cConn.Execute("select * from clientList")
   do while not rsData.Eof
%>
<联系人>
  <姓名><%=rsData("Name")%></姓名>
  <ID><%=rsData("ID")%></ID>
  <公司><%=rsData("Company")%></公司>
  <Email><%=rsData("Email")%></Email>
</联系人>
<% rsData.MoveNext
   Loop
   rsData.Close
   Set rsData = nothing
%>

</联系人列表>

最终生成XML文档为：

<?xml version = "1.0" encoding="GB2312" standalone = "no"?>

<联系人列表>
    <联系人>
        <姓名>张三</姓名>
        <ID>1</ID>
        <公司>A公司</公司>
        <EMAIL>zhang@aaa.com</EMAIL>
    </联系人>

    <联系人>
        <姓名>李四</姓名>
        <ID>2</ID>
        <公司>B公司</公司>
        <EMAIL>li@bbb.org</EMAIL>
    </联系人>
</联系人列表>

--  作者：卷积内核
--  发布时间：3/15/2006 10:25:00 AM

--
44、这种方案存在一个前提，那就是，开发者必须了解文档结构，并且通过编程严格控制输出文档的格式。
但细心的读者可能会产生疑问：既然数据已经存储在数据库中，又何必大费周折重新定义一遍文档结构呢？
XML的自描述性何在？为了解决这个问题，微软将其ADO技术进行了扩展以提供对XML的更大支持，
结果是可以根据数据库表的内在结构直接输出XML文档，文档的格式将符合默认的DTD定义。下面是一个用Visual Basic 6.0编写的实例：

’声明连接和结果集
Dim cConn As ADODB.Connection
Dim rsData As ADODB.Recordset
Private Sub Form_Load()
  ’连接数据库
  Dim query As String
  Set cConn = New ADODB.Connection
  cConn.ConnectionString = "DSN=nwind;UID=sa;PWD=;"
  cConn.Open

  ’执行数据库查询
  query = "Select * FROM clientList"
  Set rsData = cConn.Execute(query)

  ’将数据库返回结果集保存至文件
  On Error Resume Next
    Kill ("recordset.xml")
  rsData.Save "output.xml", adPersistXML
End Sub

下面给出的是该程序执行后生成的XML文档--output.xml。通过分析，可以发现，
它实际上是一个内嵌XML Schema的XML实例文档。该实例文档的主元素是<rs:data>，
命名空间rs由xmlns:rs=’urn:schemas-microsoft-com:rowset’定义；
数据库查询返回的每一条记录都作为<rs:data>的一个子元素，用<z:row>表示。
<z:row>子元素实际上是空元素，信息均以属性的方式体现，属性来自于返回的数据库字段。
内嵌的Schema部分<s:Schema id=’RowsetSchema’>定义了元素<row>的组织结构和规则。

  <s:AttributeType name=’Name’ rs:number=’1’ rs:nullable=’true’         rs:write=’true’>
    <s:datatype dt:type=’string’ dt:maxLength=’10’/>
  </s:AttributeType>

  <s:AttributeType name=’ID’ rs:number=’2’ rs:nullable=’true’ rs:write=’true’>
    <s:datatype dt:type=’int’/>
  </s:AttributeType>

  <s:AttributeType name=’Company’ rs:number=’3’ rs:nullable=’true’ rs:write=’true’>
    <s:datatype dt:type=’string’ dt:maxLength=’20’/>
  </s:AttributeType>

  <s:AttributeType name=’Email’ rs:number=’4’ rs:nullable=’true’ rs:write=’true’>
    <s:datatype dt:type=’string’ dt:maxLength=’20’/>
  </s:AttributeType>
</s:Schema>

<rs:data>
<z:row Name=’张三’ ID=’1’ Company=’A公司’ Email=’zhang@aaa.com’/>
<z:row Name=’李四’ ID=’2’ Company=’B公司’ Email=’li@bbb.org’/>
</rs:data>
</xml>

ADO提供了文档保存功能，通过它，ASP可以将数据库返回结果集保存至XML文件，
这些XML文件经由XSL样式化后可以在浏览器直接显示，也可以传输至其他应用系统供再次利用。
另外，值得一提的是，微软在其ADO2.5和IIS5.0中又增加了更高级的支持，即，可以将数据库
返回的结果直接转换为XML在浏览器中显示，而不必先保存至文件。下面的实例片段有力地说明了这一点：

<%
  Set rsData = Server.CreateObject("ADODB.Recordset")
  Response.ContentType="text/xml"
  rsData.Open "select * from clientList", "File Name=" & Server.MapPath("ado.udl")
  rsData.Save Response, adPersistXML
  rsData.Close
  Set cConn = nothing
%>

常用的XPath表达式

记号含义

a                     上下文节点的a元素
*                     上下文节点的所有元素
a/b                   以上下文节点的a元素为父节点的b元素
a//b                  以上下文节点的a元素为祖先的b元素
a|b                   上下文节点的a元素和b元素
a[表达式]              符合表达式的上下文节点的a元素
.                     上下文节点
..                    上下文节点的父节点
/                     根节点
@a                    上下文节点的a属性
@*                    上下文节点的所有属性
node()                所有节点
text()                文本节点

<ElementType>元素有五个重要属性（参见表7 - 6）。

XML 模式命令 XML-DR命令
schema Schema

element                                   ElementType
element                                   Refelement
attribute                                 AttributeType
none                                      attribute
datatype                                  datatype
Nonede                                    scription
Model                                     Group, groupgroup

表7 - 6
ElementType属性含义

name 元素名称

content 描述可能包含在元素里的内容： empty,textOnly（只对PCDATA），
eltOnly（只对元素内容），mixed（PCDATA和元素）

dt:type 表示元素类型。这个属性与XML 模式里的<datatype>元素一致。
有效值从X M L数据类型预览工具得到model开放或关闭的内容模型

order                                     子元素的基本顺序： one（从一系列元素选出的一个）、seq（特定的元素
                                          序列）、many（以任意顺序可能出现或不出现的特定元素）
                                          元素还能包含下面四种内容类型之一，这些内容类
       型用< Element Type>元素的content属性来
描述:
. 没有内容： empty
. 只有文本： textOnly
. 只有子元素：eltOnly
. 混合文本和子元素： mixed
我们能用< element>和<attribute>元素去约束已经声明的元素的内容。这些元素声明子元素
和可以用于一个元素的属性。
<element>元素能有三个属性（参见表7 - 7）。

表7 - 7
<element>属性描述

type 与在模式里定义的<ElementType>的name属性值相一致

minOccurs 引用元素类型在元素里能出现的最小次数，当出现次数为0，即元素是可
选的，此值为0；当最少出现一次时，此值为1（缺省值为1）

maxOccurs 引用元素类型在元素里能出现的最大次数，当出现次数最多为1次时，此
值为1；当出现次数不限制时，此值为*（缺省值为1）

<attribute>元素也能有三个属性（参见表7 - 8）。

表7 - 8

<attribute>属性描述

default                            属性的缺省值，不考虑它所重载的<Attribute>元素里提供的任何缺省值
type                               与在模式里定义的< AttributeType>元素的name属性值相一致
required                           指明属性是否必须出现在元素里，如果需要取值yes。如果在< AttributeType>
                                   元素里指明了就不需要了

<group>属性含义

maxOccursgroup                       可能出现的最大次数。可取值0或*（很多）
minOccursgroup                       可能出现的最小次数。可取值0（可选）或1（至少出现1次）
order                                包含的元素和组的顺序。可能是one（从group里选出一个元素）、seq
                                     （序列里的每个元素）或many（group里可能或不可能，按一定顺序出现的
                                     任意元素）

--  作者：卷积内核
--  发布时间：3/15/2006 10:28:00 AM

--
由于前段时间是边学边发，所以凌乱了一些，应广大兄弟姐妹建议今天整理一下，希望能多多交流，让我们论坛更强大。

--  作者：minmin0876
--  发布时间：4/9/2007 8:00:00 PM

--
替你顶起来  哈哈

好东西哦
怎么能沉了呢

--  作者：klzhuang
--  发布时间：11/29/2007 10:44:00 AM

--
ding~~~
还是刚刚接触这个东西！迷茫ing

--  作者：mike_fang
--  发布时间：5/26/2008 5:14:00 PM

--
初学,了解

W 3 C h i n a ( since 2003 ) 旗下站点
苏ICP备05006046号《全国人大常委会关于维护互联网安全的决定》《计算机信息网络国际联网安全保护管理办法》

5,718.750ms