客服电话
APP下载
迪恩网络APP
随时随地掌握行业动态
官方微信
扫描二维码
关注迪恩网络微信公众号
|
本文转自：http://www.cnblogs.com/xdesigner/archive/2008/06/24/1228702.html
C#发现之旅第一讲 C#－XML开发 袁永福 2008-5-15 系列课程说明 为了让大家更深入的了解和使用C#，我们将开始这一系列的主题为“C#发现之旅”的技术讲座。考虑到各位大多是进行WEB数据库开发的，而所谓发现就是发现我们所不熟悉的领域，因此本系列讲座内容将是C#在WEB数据库开发以外的应用。目前规划的主要内容是图形开发和XML开发，并计划编排了多个课程。在未来的C#发现之旅中，我们按照由浅入深，循序渐进的步骤，一起探索和发现C#的其他未知的领域，更深入的理解和掌握使用C#进行软件开发，拓宽我们的视野，增强我们的软件开发综合能力。 本系列课程配套的演示代码下载地址为 https://files.cnblogs.com/xdesigner/cs_discovery.zip 。 本课程介绍了使用C#进行XML开发。重点介绍使用System.Xml名称空间来读取，保存和处理XML文档。 XML全名是可扩展标记语言，是W3C国际标准组织规定的一种基于文本的数据存储格式，它是从IBM的SGML技术派生的，HTML也是从SGML派生的。SGML内容非常复杂，而XML使用了SGML的20%的语法实现了SGML的80%的功能。 从软件开发人员的角度看， XML语法主要有
XPath是W3C国际标准组织提出的在一个XML文档中快速检索和定位XML节点的标准。关于它将在下节课程详细介绍。 XSLT也是W3C国际标准组织在XML标准的基础上提出的XML文档转换的标准，它是一种非常重要的XML应用，它也是跨平台的，受到众多软件厂商的支持。在下节课程将详细介绍XSLT。 此处多次提到W3C国际标准组织，那么到底什么是W3C国际标准组织呢？ W3C是大部分软件企业联合起来制定某些重要软件业标准的国际组织。它的成员包括微软，IBM，SUN等软件巨头。它制定和维护了HTML，XHTML，HTTP，XML，VML，XPath，XForm等软件行业内重要的标准，绝大多数软件厂商都支持W3C制定的标准，它制定的标准是真正的跨平台的全球通用的。因此它对全球软件业界，尤其是WEB软件业界有着巨大的影响。它的网址是 http://www.w3c.org/，在它的网站上可以看到它所制定的上百个标准。大家若要开发具有国际水平的WEB应用系统，应当要好好学习W3C的某些标准。 在这里说明一下国际标准的意义。 所谓国际标准就是某个权威的非营利性的国际组织，其立场中立，不代表某个具体的公司，而是代表整个业界。它针对某项普遍使用的技术出台一些规范和标准。而各个具体的软件厂商在运用这项技术时自觉遵守这套国际标准。这样能方便各个系统之间交流数据，保障异构系统进行集成，并保持数据结构的长期稳定性和兼容性。这样的国际组织有ISO，ECMA和W3C等等。 我们使用到的一些技术都已经成为国际标准，例如SQL，JavaScript，C#，HTML，XML，XSLT，HTTP等很多技术。 国际标准具有一些特点，首先是稳定性和连贯性，国际标准一旦正式发布，就保持了相当的稳定性，其内容只能慎重的增加而不能删减，国际标准组织不会轻易修改已经正式发布的国际标准，而且在修改标准时会充分考虑到各种因素，保证向上和向下的兼容性，能最大程度的保障业界在旧标准上的投资。而且这些国际组织发布国际标准时有时会事先提出标准的修订计划。 其次国际标准是全球业界都遵守的，虽然没有强制遵守的机制，但绝大多数软件厂商都会遵守或者努力遵守这些国际标准。而且国际标准组织的成员有很多大软件厂商，比如W3C的成员就有微软，IBM，SUN等大公司。因此国际标准是代表了最广大软件业界的根本利益，代表了最先进的软件生产力。 对于应用软件开发商，充分的运用国际标准能很大程度的保护客户在IT系统上的投资。由于国际标准具有相当的稳定性和连贯性，若客户IT系统充分的使用了这些国际标准，则在升级到新标准时能获得很好的兼容性。IT系统不用推倒重来，这样能保护客户在已有系统上的投资。 作为软件开发人员，也应当了解这些国际标准，首先是能比较容易的实现异构系统的集成，并能获得比较好的系统兼容性和可维护性。而且软件开发人员在切换开发平台，比如从Java转移到.NET平台上时，以前学习国际标准的投资就会得到保护，而遵守相同标准的源代码的移植和翻译也是低成本的。 DOT.NET框架对XML的支持 .NET框架提供了对XML的强大支持，而且.NET框架本身也普遍采用XML格式来存储各种配置信息。比如web.config文件。 在.NET类库中，名称空间System.Xml下面就包含了大量的操作XML文档的类型。这些类型构成了两种XML文档的处理模型。 在流式处理模型中，我们将XML文档做作一个数据流来进行处理，我们将逐个处理XML文档中的数据，在这种模型下，我们可以只读的快速读取大体积的XML文档，而且内存占用少，程序性能好。类型System.Xml.XmlReader就提供了流式处理模型，使用XmlReader就可以快速读取XML文档。 使用流式处理模型是有缺点的，首先是它只能读取XML文档，不能修改XML文档；其次是检索XML文档内容不方便，不能使用XPath技术；而且编程接口比较简单，处理XML文档不够方便。当程序需要比较简单的从XML文档读取数据则可以采用流式处理模型。 DOM处理模型 在DOM处理模型中，我们首先是使用文档对象模型的思想解析整个XML文档，在内存中生成一个对象树来表述XML文档。比如使用一个XmlElement对象来影射到XML文档中的一个元素，使用XmlAttribute对象来影射到XML文档中的一个属性。这样我们编程操作内存中的对象就影射为操作XML文档。 使用DOM处理XML文档具有相当大的优点，首先是处理方便，我们可以使用各种编程技巧来处理XML文档对象树状结构，比如可以递归遍历XML文档的一部分或全部，可以向树状结构插入，修改或删除XML元素，可以设置XML元素的属性。 在DOM模式下，我们可以使用XPath技术在XML文档树状结构中进行快速检索和定位，这为处理XML文档带来比较大的方便。 在C#中，我们可以很简单的使用DOM方式处理XML文档。我们首先实例化一个System.Xml.XmlDocument类型，调用它的Load方法既可加载XML文档并生成XML节点对象树状结构，然后我们就可以遍历这个对象树，新增修改和删除节点，而且其中的任意一个节点都可以使用SelectNodes或SelectSingleNode方法通过XPath相对路径快速查找其它的节点。 在名称空间System.Xml下面大部分类型都是用来支持DOM处理模型的。其中很多类型配合起来共同组织成XMLDOM，XMLDOM是一种很典型的文档对象模型的应用。文档对象模型是一种比较高级的软件设计模式，我会在今后的课程中详细介绍文档对象模型这种软件设计模式。 System.Xml名称空间下的支持DOM的类型主要有 XmlNode 是DOM结构中的所有类型的基础类型，它定义了所有XML节点的通用属性和方法，是XMLDOM的基础。它具有一个ChildNodes属性，表示它所包含的子XML节点。 XmlAttribute 表示XML属性，它只保存在XmlElement的Attributes 列表中。 XmlDocument表示XML文档本身，是XMLDOM模型中的顶级对象，它用于对XML文档进行整体的控制，并且是其它程序访问XML文档对象树的唯一入口。 XmlLinkedNode在XmlNode的基础上实现了访问前后同级节点的方法。 XmlElement元素表示XML元素。是XMLDOM中使用最多的对象类型。它具有Attributes属性可以处理它所拥有的属性，可以使用ChildNodes属性获得它所有的子节点。并提供了一些添加和删除子节点的方法。 XmlCharacterData表示XML文档中的字符数据的基础类型。字符文本数据是分布在各个XMLElement之间的纯文本数据。XmlAttribute中的文本数据是不属于XML文本块的。 XmlCDataSection 表示XML文档中CData节，CData数据是采用”<![CDATA[ ]]>”包括起来的纯文本数据。由于XML采用尖括号进行标记，因此具有和HTML类似的转义字符，在一般的XML纯文本段中若遇到尖括号等特殊字符时需要使用转义字符，当文本段中包含大量的这类特殊字符时，手工书写和察看XML文档将比较困难，为了改善XML文档的可读性，在此可以使用CDATA节。在CDATA节中，所有的字符，包括特殊字符都不需要转义，这样察看和修改XML文档都比较方便。 XmlComment表示一段注释，XML注释和HTML注释一样，使用一对”<!-- -->”来包含起来。 XmlText表示一段纯文本数据。 XmlWhitespace表示XML文档中一段纯粹由空白字符组成的文本块，空白字符包括空格，制表符，换行和回车符，全角空格不属于空白字符。XmlDocument在解析XML文档时会处理空白字符，当XmlDocument对象的PreserveWhiitespace属性为true时，会为XML文档中的纯空白文本块生成XmlWhitespace对象，若该属性为false时，则会忽略掉纯空白文本，不会生成XmlWhitespace对象，好像原始的XML文档中不存在这样的空白文本块一样。 除了流式处理模型和DOM处理模型外，还存在一些比较另类的使用比较少的处理模型，在此简单介绍一下 DBDOM DBDOM是一种基于数据库的XML文档处理模型，它是一个开源项目。它采用大量的存储过程和数据库操作，将一个个XML元素，XML属性等信息保存到数据库的字段中。使用关系型数据库来模拟实现XML的树状结构。我对这个模型也不甚了解，只是知道大概的原理。 BinaryXML DOM方式处理XML文档是需要消耗大量的内存的，在处理大型XML文档时，DOM方式会比较大的影响应用系统的性能的。为此有人开始提出BinaryXML的处理模型。在这个模型中，XML文档是当作二进制数据加载到内存中，然后解析文档，使用大量的指针来指向XML文档中的关键位置，通过指针可以快速定位XML文档，能修改XML文档，并能提供类似DOM的编程接口。这种方式能大大节省内存，所消耗的内存仅比XML文件大小稍微大些。但实际运行效果我也不清楚。 XML对WEB开发的意义 XML技术对WEB开发具有重大意义。若要开发高水平的WEB系统，应当好好使用XML技术。 XML和HTML XML和HTML都源自SGML，具有相同的来源，而且两者都是采用尖括号的标记语言，两者具有很大的相似性。使用XML完全可以模拟出HTML，而且W3C提出了现代WEB站点应当采用的XHTML标准就是XML和HTML的结合。 在使用ASP.NET开发WEB系统中，除了使用ASP.NET控件展示数据外，还需要由程序拼凑出大量的HTML代码来展现数据。简单的进行字符串连接操作来生成HTML页面不是一种可持续性的软件开发和维护的过程。程序代码很容易杂乱无章，生成的HTML代码可读性不好。若在生成HTML代码的过程借鉴XML技术则有助于改善这种问题，从而能更好的控制WEB软件的开发过程，提高软件质量。 XML和WebService WebService基础就是XML，WebService的原理是将编程对象序列化成一个XML文档，然后通过HTTP协议传递给客户端，客户端接受这个XML文档，通过反序列化重现编程对象。因此WebService的基础就是XML序列化技术。在开发和调试稍微复杂的WebService是需要一定的XML技术基础。 Ajax技术的底层也是使用XML来传递数据的，可以看作一种特殊的WebService。可以这样比喻，WebService是WEB系统的公开方法，而Ajax则是私有方法。 XML/XSLT提供一种全新的开发模式 XML/XSLT两项技术的配合可以提供一种全新的WEB系统开发模式。在这种模式下，页面将需要显示的纯粹的数据组织生成一个XML文档，并配上XSL转换信息头，然后发送到客户端，在客户端IE浏览器接受解析XML文档，根据其中的XSL转换头信息再下载XSLT文档，执行XSLT转换，然后才显示转换的结果。此时WEB页面既能正常的使用指定的格式显示数据，而且本身就是一个可供其它程序调用的WebService。该页面的输出的源代码就是XML文档，而且只有IE等浏览器类型软件才处理XSLT转换信息头，其他程序是会忽略掉这个信息的。此时页面具有双重功能，便于代码的集成开发和维护。 关于XSLT下节课程将详细介绍。 使用C#输出XML 接下来我们将使用C#进行实际的XML开发，由于XML技术对WEB开发特别有用，因此将使用ASP.NET来演示使用C#进行XML开发。此处演示程序已经写好，现在对程序代码进行详细说明。 本程序是一个ASP.NET程序，大家获得程序代码后要在IIS中设置虚拟目录，由于程序还需要访问程序目录下的一些文件，因此还需要进行一些权限的配置。程序目录下的 demomdb.mdb 是程序使用的数据库文件。 网站配置完毕后，我们在浏览器中输入网站的地址即可打开它的默认页面。可以看到默认页面上有些程序内容的简单说明。 首先我们看看 recordxml.aspx 页面，我们看看 recordxml.aspx 的 HTML页面代码，可以看到该页面HTML代码很简单，只有一行。因此该页面的所有内容都是用C#代码生成的。 我们切换到该页面的C#代码，可以看到在 Page_Load 函数里面添加了代码输出页面内容。代码内容为
Page_Load 函数的执行流程为 设置HTTP输出类型 首先设置HTTP的输出类型，我们设置输出的编码格式为 GB2312，此处使用 GetEncoding(936 ) 就是获得GB2312的编码格式。 我们还设置 ContentType 来设置文档的输出格式。大家若了解一些HTTP传输协议的都知道，ContentType属性描述了文档输出类型，当文档传递到客户端时，客户端浏览器获得ContentType属性值，查询注册表和Windows中注册的COM信息，获得该属性值确定的文件类型，然后使用相应的模式显示文档。比如若设置ContentType属性为application/vnd.ms-excel ，则客户端浏览器查询注册表得知对应的文件类型信息在注册项目 HKEY_CLASS_ROOT\.xls下面，本地文件类型为”Excel.Sheet.8”，然后又根据其他信息转而调用EXCEL的COM组件来显示获得的HTTP文档。 从ContentType属性的说明我们可以了解，很深入的掌握WEB开发，有时候是需要了解一些Windows编程的知识，因为B/S系统的客户端，也就是各种浏览器，特别是IE浏览器就是比较复杂的Windows程序。 设置了HTTP文档输出模式后，我们开始输出XML文档内容，首先是连接数据库，使用了程序目录下的demomdb.mdb数据库，执行一个SQL查询，获得一个数据读取器reader。 使用XmlTextWriter输出XML文档 查询得到数据后，我们就可以遍历查询所得的数据库记录，开始输出XML文档，此处我们使用XmlTextWriter输出文档。 输出XML文档我们有两种方式，一种是使用XmlTextWriter输出，另外一种是从XmlDocument类型开始构造XML文档对象结构，然后使用XmlDocument的Save方法输出XML文档。两种方法有各自特点。 使用XmlTextWriter是只写的向前的快速输出XML文档，而且输出时不能访问已经输出的XML文档内容，不能修改已经生成的XML文档。这种方法速度快，占用内存少，但不够灵活。 而使用XmlDocument类型构造XML文档结构后再输出XML文档的方法比较灵活，我们可以随时访问和修改已经输出的Xml文档。这种方法速度慢，占用内存多，但很灵活。 在这里我们要尝试使用XmlTextWriter来输出XML文档，在另外的一个页码使用XmlDocument输出XML文档。 我们首先在页面输出流上新建一个XmlTextWriter对象，设置它启动缩进。它的Indentation，IndentChar和Formating就是控制缩进样式，具体说明可以查看MSDN。XML文档缩进是为了改善XML文档的可读性，有缩进的XML文档便于人们直接阅读和修改，但对应用程序来说，XML文档是否有缩进是没差别的。 XmlTextWriter是一个基于其他流的针对输出XML文档的包装，它本身不能打开文件，因此在初始化XmlTextWriter时必须指明底层的输出对象，输出对象可以为流或者文本书写器。理论上我们可以使用字符串拼凑来生成XML文档，但实际开发中使用字符串拼凑XML文档不是明智之举，建议使用XmlTextWriter。 我们在web开发中有时会使用字符串拼凑来生成HTML文档，由于HTML文档没有很严格的语法限制，IE浏览器能解释劣质的HTML代码，因此有时会有开发者这样字符串拼凑HTML文档，但这会导致代码比较杂乱，可读性不好。而XML文档具有很严格的语法检查，只要一个XML语法错误就会导致整个XML文档解析错误，因此我们应当使用XmlTextWriter，因此它能帮助我们检查基本的XML语法，确保我们能输出合格的XML文档。 我们调用WriteStartDocument来开始输出XML文档，XmlTextWriter提供了很多配对使用的成员，使用一个方法后需要使用另外一个配对的方法。比如WriteStartDocument和WriteEndDocument配对，WriteStartElement和WriteEndElement配对，配对的方法必须成对调用。此处我们使用WriteStartDocument开始书写Xml文档，我们就必须使用WriteEndDocument 来完成输出XML文档的。而且在使用XmlTextWriter输出XML文档的时候，WriteStartDocument必须是第一个调用的方法。 然后我们使用一个名称为xsl的页面参数来输出XML文档的xml-stylesheet信息头，关于XSL下节课将详细介绍，在本节课不管这个参数。 我们调用WriteStartElement 方法来输出XML文档的根节点，这里参数为字符串 “Table” , 则表示输出的XML文档的根节点名称为Table。 然后我们使用数据库数据读取器的Read函数来遍历所有的查询的数据，对于每一条记录，使用XML书写器的WriteStartElement方法来输出XML元素，这里参数为字符串”Record”，表示输出的XML元素名为Record,而且这个节点添加到XML文档的根节点下。 对于每一条记录我们还遍历其所有的字段值，对每一个字段值使用WriteStartElement新增一个XML元素，元素名称就是各个字段的名称。若字段值是空则使用WriteAttributeString输出名为Null 的XML属性，否则使用WriteString来输出字段值的字符串表达值。 由于WriteStartElement和WriteEndElement配对使用，因此每输出完一个XML元素后需要调用WriteEndElement来结束输出XML元素。当所有的内容输出完毕后我们调用WriteEndDocument来结束输出整个XML文档的。 使用XmlDocument输出XML文档 页面record.aspx功能和recordxml.aspx类似。但它使用 XmlDocument来构造XML文档对象结构，然后输出XML文档。现对其过程进行说明。 打开record.aspx的HTML代码，可以看到代码非常简单，只有一行，所有的页面输出都在程序代码中实现。打开它的C#代码，可以看到在Page_Load 方法中添加了代码执行页面输出，其代码为
现对该方法的执行过程进行说明。 首先是创建一个XmlDocument对象，XmlDocument创建时是一个空的XML文档，没有任何内容，没有根元素，因此第一步就是使用文档对象的AppendChild方法来添加根元素。在这里我们使用了文档对象的CreateElement函数来创建一个名为Table的XMLElement元素对象。 各种类型的XML文档对象，包括元素，属性，文本块，注释等等，都不能直接实例化，只能使用XmlDocument的一系列以Create开头的函数来创建对象实例。创建的XML文档对象是一个个离散的对象，必须及时的添加到XML文档对象结构中才能真正成为XML文档的一部分。一般的使用XML文档对象或元素对象的AppendChild方法将新创建的XML文档对象添加到指定对象下面，如此才加入了XML文档结构的大家庭中。 这种处理模式类似向DataTable添加新的数据行。DataRow本身不能直接实例化，我们首先得使用DataTable 的NewRow创建一个新的DataRow，然后使用DataTable的Rows属性的Add方法向数据表添加刚刚创建的数据行。 初始化一个XML文档对象后，我们连接数据库，查询数据库获得一个数据读取器，然后遍历查询所得的数据库记录，输出XML文档。 对每一个数据库记录，首先创建一个RecordElement对象，添加到XML文档的根节点下，然后遍历数据库记录的每一个字段值，创建一个FieldElement对象并添加到RecordElement下面，若当前数据库字段值为空，则调用FieldElement的SetAttribute 方法，设置名为Null的属性值为1，否则向FieldElement添加一个XML文本节点。 完成生成XML文档后，我们就向页面输出XML文档的内容，若页面参数中指定了XSLT转换文档名称则执行XSLT转换，并输出转换结果。关于XSLT下节课程将详细说明。 若未指明XSLT转换信息，则输出XML文档根节点的外围XML字符串。 每一个XML文档对象都具有InnerXml属性和OuterXml属性，这两个属性都直接返回表示该XML文档片断的不带缩进的XML字符串，但两者有差别。InnerXml返回表示该节点所有子孙节点的XML字符串。而OuterXml返回表示该节点本身和所有子孙节点的XML字符串。例如对于XML文档”<a><b />123</a>”，则它的根节点的InnerXml就是”<b />123”，而它的根节点的OuterXml就是”<a><b />123</a>”。注意这个字符串是不带缩进的。而XML文档直接保存到指定名称的文件中是带缩进的。 在IE浏览器中查看该页面，可以看到IE只是显示XML文档中的纯文本内容，并不像显示其他XML文档时的那种带缩进的显示。这是因为该ASPX的代码中没有设置ContentType为XML格式，而是使用默认的HTML格式，因此IE浏览器接受该页面文档代码，并把它当作HTML进行解析和显示，由于Table,Record等XML名称都不是HTML标签，因此IE浏览器忽略掉这些XML标记，只显示出其中的纯文本内容。但你查看该页面的源代码，可以看出该文档的内容仍然是标准的XML格式，这里的源代码没有缩进处理。 在本课程中，我们简单介绍了XML的基本语法，说明了处理XML文档的流式处理模式和DOM处理模式。还使用C#演示了输出XML文档。 XML是一项不简单的技术，而且在其上面派生了很多其他的技术，作为当代的软件开发人员，尤其是WEB开发人员，应当熟练掌握和使用XML技术及其某些派生技术，熟悉XML技术有助于开发者长期保持相当水平的软件开发能力，也是学习其他先进生产力的重要基础。大家应当好好学习XML技术。
|
请发表评论