计算机世界虽然如今越来越多地试图使用unicode这一世界语来说话,但还是存在着gb2312,shift-jis这样的方言,使用MSXML DOM就会清楚地体会到方言的不便。
我想将下面这个文本文档直接存为转换成xml,能否OK,答案是NG(No Good)
strXML="<?xml version=""1.0"" encoding=""GB2312""?><XML>这里是一些编码为GB2312的xml文档</XML>"
Set domXML = New DOMDocument
domXML.loadXML strXML
If domXML.parseError Then Debug.Print domXML.parseError.reason Else Debug.Print domXML.xml
执行这段代码会前往Switch from current encoding to specified encoding not supported.(不支持从当前编码转换到指定的编码)这样的错误信息。为什么会这样呢?Chris Lovett说:[LoadXML 方法总是采用只在 UCS-2 或 UTF-16 中编码的 Unicode BSTR。如果将非无效的 Unicode BSTR 的内容传递给 LoadXML,则加载会失败。]
因此我们不得不只加载没有用"方言"的文档给DOMDocument对象。将<?xml version="1.0" encoding="GB2312"?>去掉,这样的话strXML将作为unicode字符串交给dom处理。
strXML="<XML>这里是一些编码为GB2312的xml文档</XML>"
看到上面的用法,热爱本人言语的人们也许会大骂ms的。
如果对这一问题深入研讨一下,其实我们完全能做到将带无方言标志的文档直接加载到dom上,我编了一个小函数处理之一问题。
Private Function Str2XML(strOri As String) As DOMDocument
Dim xmlDoc As DOMDocument
Set xmlDoc = New DOMDocument
Dim pi() As Byte
pi() = StrConv(strOri, vbFromUnicode)
xmlDoc.Load pi
Set Str2XML = xmlDoc
End Function
我们用如下代码试一下
Set domXML = New DOMDocument
Set domXML = Str2XML(strXML)
If domXML.parseError Then Debug.Print domXML.parseError.reason Else Debug.Print domXML.xml
就会发现正确输出了带<?xml version="1.0">标志的xml文档。但你如果用这个函数处理不带"方言"标志的文档可能会出现下面的错误
An Invalid character was found in text content.(在文本内容里存在非法字符)对于这个问题我也是在写这篇文章的时候才发现,我想在将一个text文档转换为xml文档的时候应该先检查一下言语标志吧。如果说方言交给我的函数去做,说世界语的就让他说吧。
Str2XML函数的原理是什么呢?
从下面Chris Lovett的描述里我想大家不难作出解释。
Load 方法可将以下内容当作 VARIANT:
1,(URL):如果 VARIANT 是 BSTR,则将其理解为 URL。
2,(VT_ARRAY 或 VT_UI1): VARIANT 也可以是包含原始编码字节的 SAFEARRAY。
3,(IUnknown): 如果 VARIANT 是 IUnknown 接口,则 DOM 文档为 IStream、IPersistStream 和 IPersistStreamInit 调用 QueryInterface。
在msdn里没有提及load的非url使用,只是在ms的例子里能看到一些端倪,而且也是怪怪的。我的这篇文章也答应以称为msxml inside文章了吧。
顺便提一下用xmlhttp发到server上的数据在转化为xml文档的时候就使用了load的这一用法。
// Load the posted XML data and save it to disk.
xmldoc.load(Request);
大家不觉的load(Request)的用法怪怪的吗?
其实我们分析一下用Request.BinaryRead读到的内容就会明白了。那就是文本文档的SafeArray方式,一切没有什么奥秘的。
建议大家读〈XML 数据的编码方式〉的中文版本。