XMLDOM解析：MSXML与W3C标准解析详解

# XML DOM解析：MSXML与W3C标准解析详解 ## 1. Microsoft MSXML DOM增强功能 Microsoft的XML解析器是Internet Explorer 5.5及更高版本的一部分，当前被称为Microsoft XML Core Services，但通常仍以原始的MSXML缩写来称呼。MSXML解析器使用与W3C解析器相同的DOM接口，不过在W3C对象的基础上，它为W3C DOM接口方法和属性添加了一些额外的方法和属性，这些方法和属性通常被称为Microsoft DOM扩展或MSXML扩展。 MSXML扩展可用于IE浏览器应用程序以及其他将MSXML解析器用作DOM解析器的Windows应用程序，但其他解析器（如Xerces）不支持这些扩展。由于MSXML和Internet Explorer应用广泛，大多数XML程序员需要了解Microsoft的这些额外属性和方法。了解哪些方法和属性属于W3C DOM，哪些是MSXML扩展，有助于明确特定解析器中可用的属性和方法以及使用时机。 MSXML下载包中包含一个强大的帮助数据库，其中有关于在JScript、Visual Basic和C/C++中使用MSXML DOM的完整文档和示例。最新的MSXML更新可从[http://www.microsoft.com/msxml](http://www.microsoft.com/msxml)下载。 ## 2. DOM接口和节点 以DOM表示的XML文档会被解析为一个由根节点、分支节点和叶子节点组成的树。除了节点之外，一些DOM接口并非DOM节点的扩展，因此不被视为节点“家族”的一部分，并且与某些DOM节点不同，这些DOM接口没有子节点。 MSXML DOM的节点和接口名称并不遵循W3C接口命名标准，尽管这些接口支持大多数W3C属性和方法。例如，W3C的Document节点在MSXML DOM中被称为IXMLDOMDocumentNode，而在W3C DOM中则称为Document。MSXML DOM和W3C DOM的另一个关键区别在于错误处理：W3C DOM的错误处理通过W3C DOMException接口实现，而MSXML的错误处理则通过IXMLDOMDocumentNode的parseError属性实现。 ### 2.1 DOM接口列表 | 接口名称 | 描述 | 支持情况 | | --- | --- | --- | | DOMImplementation | 定义解析器支持的DOM实现版本以及支持的DOM特性。其hasFeature方法在支持某特性时返回true，否则返回false。 | W3C DOM 1、2、3和MSXML | | DOMException | 当解析异常发生时，解析器会将异常传递给调用程序，例如尝试修改不可修改的节点或在错误位置添加节点。 | W3C DOM 1、2、3 | | Node | 是文档对象模型的基础，代表文档树中的单个节点。所有DOM节点都继承自该节点对象的属性和方法。 | W3C DOM 1、2、3和MSXML | | NodeList | 表示可编辑的内存中Node对象集合，用于包含W3C DOM节点的子节点。节点可通过索引访问。 | W3C DOM 1、2、3和MSXML | | NamedNodeMap | 表示可通过名称访问的Node对象集合，用于检索具有名称的节点列表。 | W3C DOM 1、2、3和MSXML | | DOMSelection | 包含由XML路径语言（XPath）表达式返回的节点列表。 | MSXML | | DOMSchemaCollection | 包含一个或多个Schema文档。 | MSXML | | CharacterData | 是处理文本的基础对象，CDATASection、Comment和Text节点继承自该对象的属性和方法。 | W3C DOM 1、2、3和MSXML | ### 2.2 DOM节点类型 | 节点名称 | 描述 | 子节点 | 支持情况 | | --- | --- | --- | --- | | DocumentType | 表示文档的doctype属性，可引用包含实体引用的DTD，还提供对具有符号属性的元素的接口。 | 无 | W3C DOM 1、2、3和MSXML | | ProcessingInstruction | 表示文档处理指令，如XML文档声明和样式表引用。 | 无 | W3C DOM 1、2、3和MSXML | | Document | 表示XML文档，是进入节点树其余部分的根节点。 | Element、ProcessingInstruction、Comment、DocumentType、DocumentFragment | W3C DOM 1、2、3和MSXML | | DocumentFragment | 表示DOM文档节点树的一部分或可插入文档的新片段。 | Element、ProcessingInstruction、Comment、Text、CDATASection、EntityReference | W3C DOM 1、2、3和MSXML | | Element | 表示XML文档元素，元素的属性和文本值成为节点树中该元素的子叶节点。 | Element、ProcessingInstruction、Comment、Text、CDATASection、EntityReference | W3C DOM 1、2、3和MSXML | | Text | 表示Element对象的文本。 | 无 | W3C DOM 1、2、3和MSXML | | CDATASection | 包含XML文档CDATA元素的内容，作为单个节点，不尝试解析为不同类型的节点。 | 无 | W3C DOM 1、2、3和MSXML | | Attr | 表示W3C DOM中Element对象的属性。 | Text、EntityReference | W3C DOM 1、2、3（MSXML中为Attribute） | | Comment | 表示XML文档注释。 | 无 | W3C DOM 1、2、3和MSXML | | Notation | 包含未解析实体或符号属性值的只读格式，包括应用程序处理指令。 | 无 | W3C DOM 1、2、3和MSXML | | Entity | 表示已解析或未解析的实体。 | Element、ProcessingInstruction、Comment、Text、CDATASection、EntityReference | W3C DOM 1、2、3和MSXML | | EntityReference | 表示已解析或未解析的实体引用。 | Element、ProcessingInstruction、Comment、Text、CDATASection | W3C DOM 1、2、3和MSXML | ### 2.3 不同节点集合的用途 - NodeList：包含DOM节点树中单个级别上的子节点列表，其中的节点都没有子节点。 - NamedNodeMap：包含可通过名称访问的节点列表，与节点在节点树中的位置无关。 - DocumentFragment：可表示整个节点树，从Document对象的任何子节点开始。 - DOMSelection和DOMSchemaCollection：仅在MSXML中使用，DOMSelection从XPath表达式返回节点列表，而DOMSchemaCollection可表示一个或多个已解析的XML模式。 ## 3. W3C DOM节点类型、常量、节点名称和节点值 表5 - 3列出了所有W3C DOM节点类型及其nodeType、nodeName和nodeValue属性值。 | nodeType | 常量 | nodeName | nodeValue | | --- | --- | --- | --- | | 1 | ELEMENT_NODE | 元素名称 | Null | | 2 | ATTRIBUTE_NODE | 属性名称 | 属性值 | | 3 | TEXT_NODE | #text | 文本 | | 4 | CDATA_SECTION_NODE | #cdata - section | CDATA文本 | | 5 | ENTITY_REFERENCE_NODE | 实体引用名称 | Null | | 6 | ENTITY_NODE | 实体名称 | Null | | 7 | PROCESSING_INSTRUCTION_NODE | 目标名称 | 处理指令文本 | | 8 | COMMENT_NODE | #comment | 注释文本 | | 9 | DOCUMENT_NODE | #document | Null | | 10 | DOCUMENT_TYPE_NODE | 文档类型名称 | Null | | 11 | DOCUMENT_FRAGMENT_NODE | #document - fragment | Null | | 12 | NOTATION_NODE | 符号名称 | Null | ## 4. MSXML DOM的nodeTypeString属性 MSXML DOM解析器和W3C DOM解析器在处理W3C DOM节点和接口时功能基本相同，但有一个重要例外：由MSXML解析器DOM Node对象创建并继承的DOM节点支持nodeTypeString属性。除了W3C的nodeType和常量值外，还可使用nodeTypeString访问所有节点数据类型。 | nodeType | 常量 | nodeTypeString | | --- | --- | --- | | 1 | ELEMENT_NODE | element | | 2 | ATTRIBUTE_NODE | attribute | | 3 | TEXT_NODE | text | | 4 | CDATA_SECTION_NODE | cdatasection | | 5 | ENTITY_REFERENCE_NODE | entityreference | | 6 | ENTITY_NODE | entity | | 7 | PROCESSING_INSTRUCTION_NODE | processinginstruction | | 8 | COMMENT_NODE | comment | | 9 | DOCUMENT_NODE | document | | 10 | DOCUMENT_TYPE_NODE | documenttype | | 11 | DOCUMENT_FRAGMENT_NODE | documentfragment | | 12 | NOTATION_NODE | notation | ## 5. DOM节点属性 表5 - 5列出了所有节点数据类型的常见属性。 | 属性 | 属性值 | 支持情况 | | --- | --- | --- | | Attributes | 包含当前节点属性列表的NamedNodeMap。 | W3C DOM 1、2、3和MSXML | | baseName | 返回命名空间的前缀。 | MSXML | | childNodes | 包含当前节点子节点的NodeList。 | W3C DOM 1、2、3和MSXML | | dataType | 包含此节点的数据类型文本。 | MSXML | | Definition | 包含来自DTD或Schema的实体引用定义。 | MSXML | | firstChild | 当前节点的第一个子节点。 | W3C DOM 1、2、3和MSXML | | lastChild | 当前节点的最后一个子节点。 | W3C DOM 1、2、3和MSXML | | localName | 节点的本地名称。 | W3C DOM 2和3 | | namespaceURI | 返回命名空间的URI。 | W3C DOM 2、3和MSXML | | nextSibling | 当前节点的下一个兄弟节点。 | W3C DOM 1、2、3和MSXML | | nodeName | 当前节点的名称。 | W3C DOM 1、2、3和MSXML | | nodeType | 当前节点类型的编号。 | W3C DOM 1、2、3和MSXML | | nodeTypedValue | 以指定数据类型表示的节点。 | MSXML | | nodeTypeString | 表示节点数据类型的文本值。 | MSXML | | nodeValue | 当前节点的值，也可用于设置属性值。 | W3C DOM 1、2、3和MSXML | | ownerDocument | 节点树的Document节点。 | W3C DOM 1、2、3和MSXML | | parentNode | 当前节点的父节点。 | W3C DOM 1、2、3和MSXML | | parsed | 节点及其子节点的解析状态。 | MSXML | | prefix | 返回命名空间的前缀。 | W3C DOM 2、3和MSXML | | previousSibling | 当前节点的上一个兄弟节点。 | W3C DOM 1、2、3和MSXML | | specified | 指示节点是XML文档中的值还是实体引用的结果。 | MSXML | | text | 当前节点及其后代的连接文本值。 | MSXML | | xm