MSXML的DOM模型处理XML
http://tech.ddvip.com 2007年10月25日 社区交流
内容摘要：通过MSXML类库的使用理解XML文件处理模型中基于文档对象模型（DOM）的处理
使用MSXML对XML文件进行处理较早就已经接触到了，也写过一篇叫“XML文件的处理思考”的随笔，不经意用google搜索一下这篇文章，发现竟然被很多网站转载，版权就不用提，看到不汗颜就已经不错。其实也不是特意厚颜去google一下，在mblogger.cn的博客可以查看链接，发觉这个文章的搜索比较多来自google。到了现在，回头去看看这篇文章，冷汗直冒啊！在说明里面的缺陷以前还是先花点时间先把DOM的主要结构说一下，方便后面的理解。如果不了解怎么开始使用MSXML，看看刚才提到的这篇文章还是有点用的，地址：http://ms.mblogger.cn/ohahu/posts/4563.aspx
DOM模型在MSXML类库中的主要表现为把XML文件倒入内存，形成一个IXMLDOMDocument，再把其中的每一个部件都用一个接口对应起来。因为还没用MSXML进行过XSLT格式化XML文件，所以这相关的也只好避而不谈了。先来个有XML基本部件的文本：
(1)<?xml version='1.0' encoding='GB2312'?>
(2)<?xml-stylesheet type='text/xsl' href='/expert/Xsl/2.xsl'?>
(3)<body>
(4) <code1 id=”text”>文本</code>
(5) <code2 id=”cdata”>
(6) <![CDATA[
(7) 这里是CDATA的内容，可以放类似’<’等可能会和XML控制信息有冲突的内容
(8) ]]>
(9) </code>
(10)</body>
为了表述方便，在第一列都放上了行号。首先从(1)~(10)够成了一个Document，在MSXML中对应IXMLDOMDocument接口；(1)行、(2)行对应MSXML中的接口为IXMLDOMProcessingInstruction；(3)行到(10)行则为一个Root Element，对应的接口为IXMLDOMElement，(3)里面包含的多个<code>也是element，不过是body的下一层element。需要注意的是Root只能有一个，Root下面无论多深，理论上允许无数多个(?),且允许名称重复；(4)和(5)里面各有一个id=”?”这是一个attribute（注意：(1)和(2)行version;encoding;type;href等也是），对应MSXML里的IXMLDOMAttribute；(4)里面的“文本”看起来和(7)这一行是差不多的，都是文本信息，很多人以为都可以通过get_text()直接得到（不久以前我也以为），其实是错的。对于“文本”是可以通过(4)这个element直接get_text()获取，对应于IXMLDOMText，但如果在(5)这个element直接get_text()就会出错，原因？CDATA是区别于“文本”的另外一种类型，对应于IXMLDOMCDATASection，如何获取，后面再提。现在整个XML的基本框架似乎出来了：
责编：豆豆技术应用