第5章 XML编程

说明：在 DOM 编程模型中，最重要的两个对象是 XMLDocument 和 XMLNode。前者代表了一个 XML 对象，后者表示组成 XML 的各个节点对象，DOM 编程中提供的各个接口也就是对这两个主要的 对象进行操作。
如下面的一个 XML 文档。
<books> <book> <author>leo</author> <price format="RMB">50.00</price> <pubdate>08/01/2007</pubdate> </book> <pubinfo> <publisher>出版社</publisher> <city>北京</ city > </pubinfo> </books>
说明： XML 由于其标准被广泛的认可，这个语言的应用也更加广泛，如 Web 服务、文档交换格式、数 据定义模型、数据库存储类型等等。
XML 格式是通过标签来定义的。标签由包围在一个小于号（<）和一个大于号（>）之 间的文本组成，例如<tag>。起始标签表示一个特定区域的开始，例如<start>；结束标签定 义了一个区域的结束，除了在小于号之后紧跟着一个斜线（/）外，和起始标签基本一样， 例如</ start >。 XML 数据中，包含了两部分重要的内容，及 XML 属性和 XML 元素。一个 XML 元素 由元素的开始标签起始，到元素的结束标签终止。一个元素可以拥有元素内容，这个内容 包括混合型内容、简易内容或者空内容。元素也可以拥有属性。与 HTML 类似，XML 元素 也可以在开始标签中包含属性。 属性被用于提供关于元素的附加信息。 下面的代码中，使用了元素的形式定义了一个人的对象。
System.Xml 命名空间中包括的枚举如表 5.2 所示。
表 5.2 System.Xml命名空间中包括的枚举 名称 IHasXmlNode IXmlLineInfo IXmlNamespaceResolver 说明 使类可以从当前上下文或位置返回XmlNode。 提供一个接口，使类可以返回行和位置信息。 提供对一组前缀和命名空间映射的只读访问。
<person>
<sex>female</sex> <firstname>leo</firstname> <lastname>carol</lastname> </person>
上面的 XML 内容也可以定义成属性的方式，如下代码所示。
<person sex="female" firstname="leo" lastname="carol"></person>5.1来自.NET 框架中的 XML
对于 XML 数据的处理，.NET 框架提供了丰富的处理接口，包括编程的对象模型，以 及处理该对象模型的命名空间类库等等。本节将介绍这些 XML 的基本概念、文档对象模型 的基本概念以及 XML 包含的命名空间等知识。
5.1.1 理解 XML
XML 从简单的层面说是一种数据结构，以 XML 格式组成的文档就称之为 XML 文档。 XML 是 The Extensible Markup Language（可扩展标识语言）的简写。目前推荐遵循的是 W3C 组织于 2000 年 10 月 6 日发布的 XML1.0 版本。 和 HTML 一样， XML 同样来源于 SGML， 但 XML 是一种能定义对象的语言。XML 最初设计的目的是弥补 HTML 的不足，以强大的 扩展性满足网络信息发布的需要，后来逐渐用于网络数据的转换和描述。
System.Xml 命名空间中包括的接口如表 5.3 所示。
表 5.3 System.Xml命名空间中包括的接口 名称 ConformanceLevel EntityHandling Formatting NewLineHandling ReadState ValidationType WhitespaceHandling WriteState XmlDateTimeSerializationMode XmlNamespaceScope XmlNodeChangedAction XmlNodeOrder XmlNodeType XmlOutputMethod XmlSpace XmlTokenizedType 说明 指定已创建的XmlReader和XmlWriter对象执行的输入或输出检查的量。 指定XmlTextReader或XmlValidatingReader如何处理实体。 指定XmlTextWriter的格式设置选项。 指定如何处理分行符。 指定读取器的状态。 指定要执行的验证的类型。 指定如何处理空白。 指定XmlWriter的状态。 指定在字符串与DateTime之间转换时，如何处理时间值。 定义命名空间范围。 指定节点更改的类型。 描述一个节点相对于另一个节点的文档顺序。 指定节点的类型。 指定用于序列化XmlWriter输出的方法。 指定当前xml:space范围。 表示字符串的XML类型。这允许以特定XML类型的形式读取字符串。
该文档对应的 XML 对象模型如图 5.1 所示。
图 5.1
的 XML 对象模型
图中的每一个椭圆形节点都是一个 XMLNode 对象， 在实际编程的时候， 可以通过这些 XMLNode 对象进行操作，实现节点的增加、修改和删除的操作。
5.1.3 System.Xml 命名空间
System.Xml 命名空间中包含了 XML 处理相关的类、枚举以及接口等。这些对象提供 了对 XML 对象的相关操作。System.Xml 命名空间为处理 XML 提供基于标准的支持。 支持的标准包括如下： XML1.0 - /TR/1998/REC-xml-19980210 - 包括 DTD 支持。 XM 命名空间 - /TR/REC-xml-names/ - 流级别和 DOM。 XSD 架构 - /2001/XMLSchema XPath 表达式 - /TR/xpath XSLT 转换 - /TR/xslt DOM 级别 1 核心 - /TR/REC-DOM-Level-1/ DOM 级别 2 核心 - /TR/DOM-Level-2/ System.Xml 命名空间中包括的类及说明如表 5.1 所示。
5.2
读取 XML 文档
XML 数据除了可以保存在数据库之外， 还主要以文档的形式存在。 .NET 中提供了相应 的接口，可以将 XML 文档中的 XML 内容读取到内存中，然后进行相应的处理。本节介绍 几种读取 XML 文档的方法，读者可以根据不同的情况使用这几个方法。
第5章
XML 编程
XML 文档是现在比较流行的一种文档表现形式，之所以广泛流传是因为他的结构更加 规范化。程序之间可以对 XML 数据进行规范化的操作，使应用之间可以实现数据的交互与 处理。由于 XML 文档的频繁使用，XML 编程在现今应用中的地位也越来越重要，本章通 过介绍 XML 的编程知识，使读者更好的掌握 XML 相关的技术。
表示XML声明节点：<?xml version='1.0'...?>。 表示XML文档。 表示对树插入操作有用的轻量对象。 表示文档类型声明。 表示一个元素。 表示实体声明。 表示实体引用节点。 返回有关最后一个异常的详细信息。 为一组XmlDocument对象定义上下文。 获取紧靠该节点（之前或之后）的节点。 表示可以通过名称或索引访问的节点的集合。 解析集合的命名空间、向集合添加命名空间和从集合中移除命名空间，以及提 供对这些命名空间的范围管理。 原子化字符串对象表。 表示XML文档中的单个节点。 提供以下事件的数据： NodeChanged、 NodeChanging、 NodeInserted、 NodeInserting、 NodeRemoved和 NodeRemoving。 表示排序的节点集合。 表示提供对XmlNode中的XML数据进行快速、非缓存的只进访问的读取器。 表示一个表示法声明，例如 <!NOTATION... >. 提供XmlReader分析XML片段所需的所有上下文信息。 表示一条处理指令，XML定义该处理指令以将处理器特定的信息保存在文档的 文本中。 表示XML限定名。 表示提供对XML数据进行快速、非缓存、只进访问的读取器。 指定在Create方法创建的XmlReader对象上支持的一组功能。 解析由统一资源标识符（URI）命名的外部XML资源。 表示在混合内容节点中标记之间的空白或xml:space='preserve'范围内的空白。这 也称为有效空白。 表示元素或属性的文本内容。 表示提供对XML数据进行快速、非缓存、只进访问的读取器。 表示提供快速、非缓存、只进方法的编写器，该方法生成包含XML数据。 解析由统一资源标识符（URI）命名的外部XML资源。 表示提供文档类型定义（DTD）、XML数据简化（XDR）架构和XML架构定义 语言（XSD）验证的读取器。 表示元素内容中的空白。 表示一个编写器， 该编写器提供一种快速、 非缓存和只进的方式来生成包含XML 数据的流或文件。 指定在由System.Xml.XmlWriter.Create方法创建的XmlWriter对象上支持的一组 功能。
XML 的基础内容博大精深， 由于篇幅限制， 本书只介绍 XML 的基本定义格式和在.NET 框架中如何进行 XML 编程的内容。
5.1.2 XML 文档对象模型（DOM）
DOM 的英文意思是 XML 文档对象模型，它表示一个 XML 文档在内存中的表现形式。 之所以引入 DOM 的概念，是因为 XML 文档的处理不但包括读取和查询，还可能涉及到 XML 内容的增加、修改和删除的操作。虽然.NET 框架中提供了读取 XML 文档的类库，但 是这些类库中的方法只是用来读取文档的内容， 但在内存操作中， 必须通过 DOM 相关的类 库，进行文档内容的操作。