前言 在.NET Framework中，XmlTextReader和XmlTextWriter類提供了對xml數(shù)據(jù)的讀和寫操作。在本文中，作者講述了XML閱讀器(Reader)的體系結(jié)構(gòu)及它們怎樣與XMLDOM 和SAX 解釋器結(jié)合。作者也演示了怎么樣運用閱讀器分析和驗證XML文檔，怎么樣創(chuàng)建格式良好的XML文檔，以及怎么樣用函數(shù)讀/寫基于Base64和BinHex編碼的大型的XML文檔。最后，作者講了怎么樣實現(xiàn)一個基于流的讀/寫分析器，它把讀寫器都封裝在一個單獨的類里。
   
   大概三年前，我參加了一個軟件研討會，主題是“沒有XML，就沒有編程的未來”。XML確實也在一步一步的發(fā)展，它已經(jīng)嵌入到. NET Framework中了。在本文中，我將講解. NET Framework中用于處理XML文檔的API的角色和它的內(nèi)部特性，然后我將演示一些常用的功能。
   
   從MSXML到.net的XML
   
   在. NET Framework出現(xiàn)之前，你習慣使用MSXML服務----一個基于COM的類庫---寫windows的XML的驅(qū)動程序。不像. NET Framework中的類，MSXML類庫的部分代碼比API更深，它完全的嵌在操作系統(tǒng)的底層。MSXML的確能夠與你的應用程序通信，但是它不能真正的與外部環(huán)境結(jié)合。
   
  MSXML類庫能在win32中被導入，也能在CLR中運用，但它只能作為一個外部服務器組件使用。但是基于.NET Framework的應用程序能直接的用XML類與.NET Framework 的其它命名空間整合使用，并且寫出來的代碼易于閱讀。
   
  作為一個獨立的組件，MSXML分析器提供了一些高級的特性如異步分析。這個特性在.NET Framework中的XML類及.NET Framework的其它類都沒有提供，但是，NET Framework中的XML類與其它的類整合可以很輕易的獲得相同的功能，在這個基礎上你可以增加更多的功能。
   
  .NET Framework中的XML類提供了基本的分析、查詢、轉(zhuǎn)換XML數(shù)據(jù)的功能。在.NET Framework中，你可以找到支持Xpath查詢和XSLT轉(zhuǎn)換的類，及讀/寫XML文檔的類。另外，.NET Framework也包含了其它處理XML的類，例如對象的序列化（XmlSerializer和the SoapFormatter類），應用程序配置（AppSettingsReader類），數(shù)據(jù)存儲（DataSet類）。在本文中，我只討論實現(xiàn)基本XML I/O操作的類。
   
  XML分析模式
   
  既然XML是一種標記語言，就應該有一種工具按一定的語法來分析和理解存儲在文檔中信息。這個工具就是XML分析器---一個組件用于讀標記文本并返回指定平臺的對象。
   
  所有的XML分析器，不管它屬于哪個操作平臺，不外乎都分以下的兩類：基于樹或者基于事件的處理器。這兩類通常都是用XMLDOM（the Microsoft XML Document Object Model）和SAX(Simple API for XML)來實現(xiàn)。XMLDOM分析器是一個普通的基于樹的API---它把XML文檔當成一個內(nèi)存結(jié)構(gòu)樹呈現(xiàn)。SAX分析器是基于事件的API----它處理每個在XML數(shù)據(jù)流中的元素(它把XML數(shù)據(jù)放進流中再進行處理)。通常，DOM能被一個SAX流載入并執(zhí)行，因此，這兩類的處理不是相互排斥的。
   
  總的來說，SAX分析器與XMLDOM分析器正好相反，它們的分析模式存在著極大的差別。XMLDOM被很好的定義在它的functionalition集合里面，你不能擴展它。當它在處理一個大型的文檔時，它要占用很大內(nèi)存空間來處理functionalition這個巨大的集合。
   
  SAX分析器利用客戶端應用程序通過現(xiàn)存的指定平臺的對象的實例去處理分析事件。SAX分析器控制整個處理過程，把數(shù)據(jù)“推出”到處理程序，該處理程序依次接受或拒絕處理數(shù)據(jù)。這種模式的優(yōu)點是只需很少的內(nèi)存空間。
   
  .NET Framework完全支持XMLDOM模式，但它不支持SAX模式。為什么呢？因為.NET Framework支持兩種不同的分析模式：XMLDOM分析器和XML閱讀器。它顯然不支持SAX分析器，但這并不意味它沒有提供類似SAX分析器的功能。通過XML閱讀器SAX的所有的功能都能很容易的實現(xiàn)及更有效的運用。不像SAX分析器，.NET Framework的閱讀器整個都運作在客戶端應用程序下面。這樣，應用程序本身就可以只把真正需要的數(shù)據(jù)“推出”，然后從XML數(shù)據(jù)流中跳出來。而SAX分析模式要處理所有的對應用程序有用和無用的信息。
   
  閱讀器是基于.NET Framework流模式工作的，它的工作方式類似于數(shù)據(jù)庫的游標。有趣的是，實現(xiàn)類似游標分析模式的類提供對.NET Framework中的XMLDOM分析器的底層支持。XmlReader、XmlWriter兩個抽象類是所有.NET Framework中XML類的基礎類，包括XMLDOM類、ADO.NET驅(qū)動類及配置類。所以在.NET Framework中你有兩種可選的方法去處理XML數(shù)據(jù)。用XmlReader和XmlWriter類直接處理XML數(shù)據(jù)，或者用XMLDOM模式處理。更多的關于在.NET Framework中讀文檔的介紹可以參見MSDN 2002 年八月刊的Cutting Edge欄目文章。
   
  XmlReader類
   
   XML閱讀器支持一個編程接口，接口用于連接XML文檔，“推出”你要的數(shù)據(jù)。如果你更深入去了解閱讀器，你會發(fā)現(xiàn)閱讀器工作原理類似于我們的桌面應用程序從數(shù)據(jù)庫中取出數(shù)據(jù)的原理。數(shù)據(jù)庫服務返回一個游標對象，它包含所有查詢結(jié)果集，并返回指向目標數(shù)據(jù)集的開始地址的引用。XML閱讀器的客戶端收到一個指向閱讀器實例的引用。該實例提取底層的數(shù)據(jù)流并把取出的數(shù)據(jù)呈現(xiàn)為一棵XML樹。閱讀器類提供只讀、向前的游標,你可以用閱讀器類提供的方法滾動游標遍歷結(jié)果集中的每一條數(shù)據(jù)。
   
   從閱讀器中看XML文檔不是一個標簽文本文件，而是一個序列化的節(jié)點集合。它是.NET Framework中的一種特殊的游標模式;在.NET Framework中,你找不到其它的任何一個類似的API函數(shù)。
   
   閱讀器和XMLDOM分析器有幾點不同的地方。XML閱讀器是只進的，它沒有父、子、祖宗、兄弟節(jié)點的概念，而且是只讀的。在.NET Framework中，讀寫XML文檔是分為兩種完全不同的功能，分別由XmlReader和XmlWriter類來完成。要編輯XML文檔，你可以用XMLDOM分析器，或者你自己設計一個類來實現(xiàn)這兩種功能。讓我們開始分析閱讀器的程序功能。
   
   XmlReader是一個抽象類，你可以繼承并擴展它的功能。用戶程序一般都基于下面的三種類：XmlTextReader、XmlValidatingReader或者 XmlNodeReader類。所有的這些類都有如圖一的屬性和圖二的方法。要注意的是，某些屬性的值實際上依賴于實際的某個閱讀器類，不同的類與基類可能不同。因此，在圖一中每個屬性的說明都是以基類為準的。例如，CanResolveEntity屬性在XmlValidatingReader類中只返回true；而在其它的閱讀器類中它卻可以設為false。同樣的，在圖二中的某些方法的實際返回值對不同的類可能不同。例如，如果節(jié)點類型不是元素節(jié)點（element node）,所有包含Atrributes的方法的返回值類型都是void。
   
   XmlTextReader類用只進，只讀的方式快速訪問XML數(shù)據(jù)流。閱讀器先驗證XML文檔是否是格式良好的，如果不是則拋出一個異常。XmlTextReader 檢查 DTD 的格式是否良好，但不使用 DTD 對文檔進行驗證。XmlTextReader通過XML文檔的文件名，或它的URL，或者從文件流中載入XML文檔，然后快速的處理XML文檔數(shù)據(jù)。如果你需要對文檔的數(shù)據(jù)進行驗證，你可以用XmlValidatingReader類。
   
   可以用多種方法創(chuàng)建XmlTextReader類的實例，從硬盤中加載文件，或從URL地址中加載，流（streams）中加載，還有就是從文本中讀入XML文檔數(shù)據(jù)：
   
  XmlTextReader reader = new XmlTextReader(file);
   
   注意，所有XmlTextReader類的公共(public)構(gòu)造函數(shù)都要求你指定數(shù)據(jù)源，數(shù)據(jù)源可以是stream、文件或者其它。XmlTextReader默認的構(gòu)造函數(shù)是受保護的（protected），所以不能直接使用。像.NET Framework中所有的閱讀器類一樣(如SqlDataReader類)，一旦閱讀器對象連接并打開，你就可以用Read方法去訪問數(shù)據(jù)了。開始的時候只能用Read方法把指針移到第一個元素；然后我們可以用Read方法或其它方法（如Skip, MoveToContent和ReadInnerXml）移動指針到下一個節(jié)點元素。要處理整個XML文檔的內(nèi)容，可以根據(jù)Read方法的返回值用一個循環(huán)遍歷文檔內(nèi)容，因為Read方法返回一個布爾值，當讀到文檔的尾節(jié)點時，Read方法返回false，否則它返回true。
   
   
   
  Figure 3 Outputting an XML Document Node Layout
   
  string GetXmlFileNodeLayout(string file)
  {
   // 創(chuàng)建一個XmlTextReader類使它指向目標XML文檔
   XmlTextReader reader = new XmlTextReader(file);
   
  // 循環(huán)取出節(jié)點的文本并放入到StringWriter對象實例中
  StringWriter writer = new StringWriter();
   string tabPrefix = "";
   
   while (reader.Read())
   {
   // 寫開始標志,如果節(jié)點類型為元素
   if (reader.NodeType == XmlNodeType.Element)
   {
   //根據(jù)元素所處節(jié)點的深度，加入reader.Depth個tab符,然后把元素名寫入到<>中。
   tabPrefix = new string('\t', reader.Depth);
   writer.WriteLine("{0}<{1}>", tabPrefix, reader.Name);
   }
   else
   {
   //寫結(jié)束標志,如果節(jié)點類型為元素
   if (reader.NodeType == XmlNodeType.EndElement)
   {
   tabPrefix = new string('\t', reader.Depth);
   writer.WriteLine("{0}</{1}>", tabPrefix, reader.Name);
   }
   }
   }
   
   // 輸出到屏幕
   string buf = writer.ToString();
   writer.Close();
   
   // 關閉流
   reader.Close();
   
   return buf;
  }
   
   
   圖三演示了一個簡單的用于輸出一個給定的XML文檔的節(jié)點元素的函數(shù)。該函數(shù)先打開一個XML文檔，然后用循環(huán)處理XML文檔中所有的內(nèi)容。每次調(diào)用Read方法，閱讀器的指針都會向下移一個節(jié)點。大部分情況下，用Read方法可以處理的元素節(jié)點，但有時候，當你從一個節(jié)點移動到下一個節(jié)點時，可能是在兩個不同類型的節(jié)點間移動。但是Read方法不能在屬性節(jié)點之間移動。閱讀器的MoveToContent方法可以讓指針從頭部節(jié)點位置跳到第一個內(nèi)容節(jié)點位置。在ProcessingInstruction, DocumentType, Comment, Whitespace和SignificantWhitespace類型節(jié)點中也可以用Skip方法移動指針。
   每個節(jié)點的類型是XmlNodeType枚舉值中的一種，在如圖三所示的代碼中，我們只用了其中的兩種類型：Element 和 EndElement。輸出源碼重新定制了原始的文檔結(jié)構(gòu)，它丟棄或者說是忽略了XML元素的屬性和節(jié)點內(nèi)容，只輸出了元素節(jié)點名。假設我們運用了下面的XML片斷：
   
  <mags>
   <mag name="MSDN Magazine">
   MSDN Magazine
   </mag>
   <mag name="MSDN Voices">
   MSDN Voices
   </mag>
  </mags>
  用上面的程序輸出的結(jié)果如下:
   
  <mags>
   <mag>
   </mag>
   <mag>
   </mag>
  </mags>
  子節(jié)點的縮進量是根據(jù)閱讀器的深度屬性（Depth屬性）設置的，Depth屬性返回一個整形的數(shù)據(jù)，它表示當前節(jié)點的嵌套層次。所有文本都放在StringWriter對象中（一個非常方便的基于流的封裝了StrigBuilder類的類）。
  如前所述，閱讀器不會自動通過Read方法訪問屬性節(jié)點。要訪問當前元素的屬性節(jié)點集合，必須用一個簡單的用MoveToNextAttribute方法的返回值控制的循環(huán)去遍歷該集合。下面的代碼用于訪問當前節(jié)點的所有屬性，并把屬性的名稱和它的值用逗號分開組合成一個字符串：
  if (reader.HasAttributes)
  while(reader.MoveToNextAttribute())
   buf += reader.Name + "=\"" + reader.Value + "\",";
  reader.MoveToElement();
  當你完成對屬性集的處理時，調(diào)用MoveToElement方法使指針返回到屬性所屬的元素節(jié)點。準確的說，MoveToElement方法并不是真正的移動指針，因為在處理屬性集時指針從來就沒有從元素節(jié)點中移開。MoveToElement方法只不過指向某個內(nèi)部成員，并依次取得成員的值。例如，用Name屬性獲得某個屬性的屬性名，然后調(diào)用MoveToElement方法把指針移到其所屬的元素節(jié)點處。但是當你不需要繼續(xù)處理別的節(jié)點時，就不必再調(diào)用MoveToElement方法了。