史上最最靠谱，又双叒叒简单的基于MSXML的XML解析指南-C++

2023-08-06 10:44:28

史上最最靠谱，又双叒叒简单的基于MSXML的XML解析指南

最近做C++相关的项目，遇到同时使用COM和MSXML来解析XML文件中信息的问题，这类问题如果做MFC开发也会经常用到。

在网上搜了一整圈，确实很难找到可用的code，总算自己研究出高效而简单的方法，借此机会总结一下，并分享给大家。

附 VS Project镜像:

SimpleParser4MSXML-cpp: C++语言写的MSXML的简单使用示例, COM 和 MFC 开发中比较常用。

https://github.com/yanglr/SimpleParser4MSXML-cpp

点击”Raw”可看到源码，欢迎fork或star~

首先简要列举一下MSXML技术的基本特点。

基于 COM 的技术，用于处理 Windows 操作系统随附的 XML。
MSXML 提供 DOM 本机实现，同时支持 XPath 和 XSLT。
包含 SAX2 基于事件的分析器。

流程设计

首先简要介绍一下大概流程:

  • 初始化COM
  • 创建一个IDOMDocument对象xmlDoc，使用xmlDoc -> load() 或 loadXML()方法读入 XML源
  • 调用selectNodes()或者selectSingleNode()函数，选取指定的节点对象。
  • 通过IXMLDOMNode对象的属性和方法读取节点对象的内容。
  • 通过IXMLDOMNode对象的属性和方法设置节点对象的内容。
  • 通过调用xmlDoc -> save()保存XML文件。
  • 关闭COM

需要解决的问题:

  • xml信息有哪几种读取形式(xml文件或wchar)
  • 如何选取节点，and取节点属性有哪些方法？
  • IXMLDOMNode 与 IXMLDOMElement 接口有什么联系和区别?
  • 节点如果是数组，怎么操作？
  • 如何为属性插入属性
  • 字符串的转换

xml信息有哪几种读取形式(xml文件或wchar)

  • xml文件

    从文件中导入xml内容，使用url或filePath
VARIANT_BOOL bSuccess = false;

HRESULT hr = iXMLDoc->load(CComVariant(L"./test.xml"), &bSuccess); // 此处的L可以省略

当已变量方式传人filePath时，需要使用c_str()函数转换一下，代码如下:

VARIANT_BOOL bSuccess = false;

filePath = "./test.xml";

HRESULT hr = iXMLDoc->load(CComVariant(filePath.c_str()), &bSuccess);
  • 已以字符串格式读入的xml完整代码

先定义一个BSTR常量

const wchar_t *src = L""

L"<?xml version=\"1.0\" encoding=\"utf-16\"?>\r\n"

L"<root desc=\"Great\">\r\n"

L"  <text>Hey</text>\r\n"

L"    <layouts>\r\n"

L"    <lay index=\"15\" bold=\"true\"/>\r\n"

L"    <layoff index=\"12\"/>\r\n"

L"    <layin index=\"17\"/>\r\n"

L"  </layouts>\r\n"

L"</root>\r\n";

然后从BSTR导入xml内容:

VARIANT_BOOL bSuccess = false;

iXMLDoc->loadXML(CComBSTR(src), &bSuccess);

注: BSTR字符串是用于COM组件对象模型的字符串格式, 字符串以表示字符串长度的4字节整数开始, 然后跟上UTF-16编码的wchar_t字符串（包括\0结束标志）。BSTR类型的变量是一个指针, 指向字符串的第一个字符处。

如何选取节点，and取节点属性有哪些方法？

  • 搜索节点名字
CComBSTR sstrRoot(L"root"); // sstrRoot("root");

CComPtr<IXMLDOMNode> rootNode;

HRESULT hr = iXMLDoc->selectSingleNode(sstrRoot, &rootNode);

CComPtr<IXMLDOMNode> textNode;

hr = rootNode->selectSingleNode(CComBSTR(L"text"), &textNode); // 搜索第一个"text"节点

IXMLDOMNode与IXMLDOMElement接口有何联系、区别

IXMLDOMElement接口继承于IXMLDOMNode接口，但除了从IXMLDOMNode接口继承的方法之外，IXMLDOMElement接口还向外暴露以下方法:

方法 说明
get_tagName 检索元素名称（在tag之间的文本）。
getAttribute 检索所指定名字的属性的值。
getAttributeNode 检索所指定名字的属性的节点
getElementsByTagName 检索与提供的名称匹配的所有子元素的列表。
removeAttribute 移动或替换给定名称的属性
removeAttributeNode 从这个元素中移除指定的属性
setAttribute 为给定名称的属性设置值
setAttributeNode 在此元素上添加或替换提供的属性节点。

节点如果是数组，怎么操作？

先使用get_childNodes函数获得子节点列表，然后遍历之用get_item依次取出每一项进行处理。

	CComPtr<IXMLDOMElement> pRootElement;

	CComPtr<IXMLDOMNodeList> pNodeList;

	pRootElement->get_childNodes(&pNodeList); // Child node list

	long nLen;

	pNodeList->get_length(&nLen);    // Child node list

	for (long index = 0; i != nLen; ++index) // Traverse

	{

		CComPtr<IXMLDOMNode> pCurNode;

		hr = pNodeList->get_item(index, &pCurNode);

		do();  // 此处可做任何你想做的事情

	}

如何为属性插入属性

使用Element->setAttribute()即可，具体如下:

CComPtr<IXMLDOMElement> imageElement;

xmlDocData->createElement(CComBSTR(L"Image"), &imageElement); // 创建节点"Image"

imageElement->setAttribute(CComBSTR(L"Type"), CComVariant(CComBSTR(imageType.c_str())));  // 添加属性"Type"

字符串的转换与输出

  • 直接使用printf函数+“%ls”或wprintf函数+“%s”打印BSTR类字符串
	CComBSTR ssName;

	printf("Node name:%ls\n", ssName);   // 用%ls打印BSTR字符串内容

	SysFreeString(ssName);               // 用完字符串后必须释放

或

	CComBSTR ssName;

	wprintf(L"Node name:%s\n", ssName);   // 这里的L不能省略

	SysFreeString(ssName);
  • 将CComBSTR类字符串的内容复制到wstring中，然后使用wcout输出
   CComBSTR ssName;

   wstring bstrText(ssName);

   wcout << bstrText << endl;

或

  • 先使用将bstr转为std::wstring，然后wcout 
std::wstring wstringName(ssName, SysStringLen(ssName));

wcout << wstringName << endl;
  • 先将CComBSTR类字符串强转为LPCTSTR类型后，然后使用wcout输出

    对CStringW类字符串而言，这已经是一种比较简单的方式了。
   CComBSTR ssName;

   CString cstring(ssName);

   wcout << (LPCTSTR)cstring << endl;
  • 将CComBSTR类字符串的内容复制到CW2A类字符串(多字节字符串)中，然后使用wcout输出
CComBSTR ssName;

CW2A printstr(ssName);

cout << printstr << endl;
  • 先使用宏W2A将bstr转为std::string，然后cout
USES_CONVERSION;

std::string stringName = std::string(W2A(ssName));

cout << stringName << endl;

主要代码

#include <msxml6.h>   // 含有 MSXML最新版

#include <atlbase.h>

#include "atlstr.h"  // 含有CString, CStringW和CW2A

#include <iostream>  // 包含wcout函数

#include <string>    // 包含 c_str()函数, wcout

#include "comutil.h" // 包含_bstr_t

using namespace std;

const wchar_t *src = L""

L"<?xml version=\"1.0\" encoding=\"utf-16\"?>\r\n"

L"<root desc=\"Great\">\r\n"

L"  <text>Hey</text>\r\n"

L"    <layouts>\r\n"

L"    <lay index=\"15\" bold=\"true\"/>\r\n"

L"    <layoff index=\"12\"/>\r\n"

L"    <layin index=\"17\"/>\r\n"

L"  </layouts>\r\n"

L"</root>\r\n";

int main()

{

	CoInitialize(NULL); // Initialize COM

	CComPtr<IXMLDOMDocument> iXMLDoc;  // Or use CComPtr<IXMLDOMDocument2>, CComPtr<IXMLDOMDocument3>

	try

	{

		HRESULT hr = iXMLDoc.CoCreateInstance(__uuidof(DOMDocument));

		// 	iXMLDoc.CoCreateInstance(__uuidof(DOMDocument60));

		// Load the file.

		VARIANT_BOOL bSuccess = false;

		// Load it from a url/filename...

		hr = iXMLDoc->load(CComVariant(L"./test.xml"), &bSuccess);

		// filePath = "./test.xml";

		// hr = iXMLDoc->load(CComVariant(filePath.c_str()), &bSuccess);

		// or from a BSTR...

		// iXMLDoc->loadXML(CComBSTR(src), &bSuccess);

		// Get a smart pointer (sp) to the root

		CComPtr<IXMLDOMElement> pRootElement;

		hr = iXMLDoc->get_documentElement(&pRootElement); // Root elements

		// Get Attribute value of the note "root"

		CComBSTR ssDesc("desc");

		CComVariant deVal(VT_EMPTY);

		hr = pRootElement->getAttribute(ssDesc, &deVal);

		CComBSTR sstrRoot(L"root"); // sstrRoot("root");

		CComPtr<IXMLDOMNode> rootNode;

		hr = iXMLDoc->selectSingleNode(sstrRoot, &rootNode);  // Search "root"

		CComBSTR rootText;

		hr = rootNode->get_text(&rootText);

		if (SUCCEEDED(hr))

		{

			wstring bstrText(rootText);

			wcout << "Text of root: " << bstrText << endl;

		}

		CComPtr<IXMLDOMNode> descAttribute;

		hr = rootNode->selectSingleNode(CComBSTR("@desc"), &descAttribute); // Atrribute需要用@, 而各个节点不能使用@作为前缀来搜索

		CComBSTR descVal;

		hr = descAttribute->get_text(&descVal);

		if (SUCCEEDED(hr))

		{

			wstring bstrText(descVal);

			wcout << "Desc Attribute: " << bstrText << endl;

		}

		if (!FAILED(hr))

		{

			wstring strVal;

			if (deVal.vt == VT_BSTR)

				strVal = deVal.bstrVal;

			wcout << "desc: " << strVal << endl;

		}

		CComPtr<IXMLDOMNodeList> pNodeList;

		pRootElement->get_childNodes(&pNodeList); // Child node list

		long nLen;

		pNodeList->get_length(&nLen);    // Child node list

		for (long i = 0; i != nLen; ++i) // Traverse

		{

			CComPtr<IXMLDOMNode> pNode;

			hr = pNodeList->get_item(i, &pNode);

			CComBSTR ssName;

			CComVariant val(VT_EMPTY);

			hr = pNode->get_nodeName(&ssName);

			if (SUCCEEDED(hr))

			{

				wstring bstrText(ssName);

				wcout << "Name of node " << (i + 1) << ": " << bstrText << endl;

				CString cstring(ssName);

				// To display a CStringW correctly, use wcout and cast cstring to (LPCTSTR), an easier way to display wide character strings.

				wcout << (LPCTSTR)cstring << endl;

				// CW2A converts the string in ccombstr to a multi-byte string in printstr, used for display output.

				CW2A printstr(ssName);

				cout << printstr << endl;

			}

		}

		// Add(Append) node

		CComPtr<IXMLDOMDocument>& xmlDocData(iXMLDoc);

		CComPtr<IXMLDOMElement> imageElement;

		CComPtr<IXMLDOMNode> newImageNode;

		string imageType = "jpeg";

		char buffer[MAX_PATH];

		GetCurrentDirectory(MAX_PATH, buffer);  //  Get Current Directory

		string path(buffer); // Copy content of char*, generate a string

		string imagePath = path + "\\com.jpg";

		xmlDocData->createElement(CComBSTR(L"Image"), &imageElement);

		imageElement->setAttribute(CComBSTR(L"Type"), CComVariant(CComBSTR(imageType.c_str()))); // 为当前节点添加属性

		imageElement->setAttribute(CComBSTR(L"FileName"), CComVariant(CComBSTR(imagePath.c_str())));

		rootNode->appendChild(imageElement, &newImageNode);

		// Remove "text" node under "root" node

		CComPtr<IXMLDOMNode> xmlOldNode;

		CComPtr<IXMLDOMNode> textNode;

		hr = rootNode->selectSingleNode(CComBSTR(L"text"), &textNode); // Search "text" node

		hr = rootNode->removeChild(textNode, &xmlOldNode);

		// Update XML

		hr = iXMLDoc->save(CComVariant("updated.xml"));

	}

	catch (char* pStrErr) {

		// Some error...

		std::cout << pStrErr << std::endl << std::endl;

	} // catch

	catch (...) {

		// Unknown error...

		std::cout << "Unknown error..." << std::endl << std::endl;

	}

	// Release() - that gets done automatically, also can manually do for each opened node or elements.

	// iXMLDoc.Release();

	// Stop COM

	CoUninitialize();

	system("pause");

	return 0;

}

运行结果:

史上最最靠谱，又双叒叒简单的基于MSXML的XML解析指南-C++

运行完，得到的update.xml内容为:

https://raw.githubusercontent.com/yanglr/SimpleParser4MSXML-cpp/master/msxmlDemo/updated.xml



参考资料:

  1. IXMLDOMElement接口
  2. Using the MSXML Parser
  3. MFC C++ XML Parse - Using MSXML
  4. 如何：各种字符串类型之间转换 | Microsoft Docs

本文原载于本人的****博客:

史上最最靠谱，又双叒叒(ruò,zhuó)简单的基于MSXML的XML解析指南-C++ - Bravo Yeung-羊较瘦之自留地

作者简介：Bravo Yeung，计算机硕士，知乎干货答主(获81K 赞同, 38K 感谢, 235K 收藏)。曾在国内 Top3互联网视频直播公司工作过，后加入一家外企做软件开发至今。

如需转载，请加微信 iMath7 申请开白！

欢迎在留言区留下你的观点，一起讨论提高。如果今天的文章让你有新的启发，学习能力的提升上有新的认识，欢迎转发分享给更多人。

欢迎各位读者加入 .NET技术交流群，在公众号后台回复“加群”或者“学习”即可。

史上最最靠谱，又双叒叒简单的基于MSXML的XML解析指南-C++

文末彩蛋

微信后台回复“asp”，给你：一份全网最强的ASP.NET学习路线图。



回复“cs”，给你：一整套 C# 和 WPF 学习资源！



回复“core”，给你：2019年dotConf大会上发布的.NET core 3.0学习视频！

上一篇：优云软件助阵ArchSummit全球架构师峰会


下一篇：优云软件应邀出席 ITSS 数据中心运营管理工作组 2017 年春季研讨会