XPathを使うべきか それともDOM？

[らん]

C言語でXMLの中のデータをランダムに参照しようとしていますが、
なにせ、これまで全然XMLと無縁だったので、理解できないところがあります。
まず、XML Path Language (XPath)を使うべきかそれともDOMでしょうか。
要はXPathとDOMはどういう関係でしょうか。
同時に使うべきかそれとも排他的関係でしょうか。

開発環境：MS WINDOWS　XPで　ビジュアルstidio VC2010

宜しくお願いします

[softya（ソフト屋)]

Ｃ言語からDOMとXPathはどうやって使う予定でしょうか？　利用するライブラリ/ＡＰＩを教えて下さい。

[らん]

ごめんなさい！
恥ずかしいですけれども、何APIですら分かりません。
基本はフリーAPIでいいと思います。
開発環境はMS　VISUAL　STUDIO　VC2010 で、C＃を利用する予定はありません。
適当なAPIをご紹介いただければ助かります。
_(._.)_

[softya（ソフト屋)]

C++ならクラスを使って幾つかライブラリがあるみたいですが、Ｃ言語だと私は「Parsifal XML Parser」ぐらしか使ったことがありません。
http://www.saunalahti.fi/~samiuus/toni/xmlproc/
使い方はDOMでもXPathでもありません。

C++であればXPathやDOMは利用可能なライブラリがありますね。申し訳ないですが使ったことがないので使い勝手はわかりません。
「デベロッパーズコーナー：DOMプログラミング講座 ＩＩＩ（1）-1 - XML Square」
http://www.utj.co.jp/xml/dev/dom/dxdom1_1.html
「Xerces-C++ XML Parser」
http://xerces.apache.org/xerces-c/
「TinyXPath : tiny C++ XPath プロジェクト日本語トップページ - SourceForge.JP」
http://sourceforge.jp/projects/sfnet_tinyxpath/

[YuO]

Windows環境限定ならMSXMLがまず出てくる選択肢かなぁ，と。
読み込むことでDOMツリーが形成されて，そのDOMツリーに対してselectNodesメソッドにXPathを使って対象を選ぶことが出来ます。

とりあえず，昔書いたサンプルがあるので，参考になればと。

[YuO]

MSXML6のサンプル書いてみました。
# CoCreateInstanceでE_NOINTERFACEが出ている原因が，IID_IXMLDOMDocumentをIID_IXMLDocumentと書き間違えていることに気づかず時間を無駄にした……。

まず，XML。とりあえず，名前はtest.xmlとします。

コード:

<?xml version="1.0" encoding="utf-8"?>
<books>
    <book isbn="9784320026926">
        <title>プログラミング言語C 第2版 ANSI規格準拠</title>
        <authors>
            <author>B.W.カーニハン</author>
            <author>D.M.リッチー</author>
        </authors>
        <translators>
            <translator>石田晴久</translator>
        </translators>
    </book>
    <book isbn="9784756118950">
        <title>プログラミング言語C++</title>
        <authors>
            <author>Bjarne Stroustrup</author>
        </authors>
        <translators>
            <translator>長尾高弘</translator>
        </translators>
    </book>
</books>

こいつは実行ディレクトリにコピーしておきます。ビルド後イベントに，

コード:

XCOPY /D "$(ProjectDir)test.xml" "$(OutDir)"

とでも書いておけばよいでしょう。

次に，Cの場合のコード。

► スポイラーを表示

コード:

#define COBJMACROS

#include    <Windows.h>
#include    <Shlwapi.h>

#include    <ObjBase.h>
#include    <msxml6.h>

#pragma comment(lib, "shlwapi")
#pragma comment(lib, "msxml6")

/* XMLのファイル名取得 */
void getXmlFileName (TCHAR xmlPath[MAX_PATH])
{
    TCHAR exePath[MAX_PATH];

    GetModuleFileName(NULL, exePath, sizeof(exePath) / sizeof(exePath[0]));
    lstrcpy(xmlPath, exePath);
    PathRemoveFileSpec(xmlPath);
    PathAppend(xmlPath, TEXT("test.xml"));
}

/* XMLファイルを読み込んでDOMを構築する */
IXMLDOMDocument * loadXml (LPCTSTR lpszFileName)
{
    IXMLDOMDocument * pDomDocument;
    BSTR bstrFileName;
    VARIANT varFileName;
    VARIANT_BOOL varStatus;
    HRESULT hr;

    /* 文字コード変換 */
#ifndef UNICODE
    WCHAR lpszFileNameW[MAX_PATH];

    MultiByteToWideChar(CP_ACP, 0, lpszFileName, -1, lpszFileNameW, sizeof(lpszFileNameW) / sizeof(lpszFileNameW[0]);
#else
    LPCWSTR lpszFileNameW = lpszFileName;
#endif

    /* DOMオブジェクトの作成 */
    hr = CoCreateInstance(
        &CLSID_DOMDocument60, NULL, CLSCTX_INPROC_SERVER,
        &IID_IXMLDOMDocument, (void **)&pDomDocument);
    /* 各種設定 */
    hr = IXMLDOMDocument_put_async(pDomDocument, VARIANT_FALSE);
    hr = IXMLDOMDocument_put_validateOnParse(pDomDocument, VARIANT_FALSE);
    hr = IXMLDOMDocument_put_resolveExternals(pDomDocument, VARIANT_FALSE);
    /* 読み込む */
    bstrFileName = SysAllocString(lpszFileNameW);
    V_VT(&varFileName) = VT_BSTR;
    V_BSTR(&varFileName) = bstrFileName;
    hr = IXMLDOMDocument_load(pDomDocument, varFileName, &varStatus);
    VariantClear(&varFileName);
    return pDomDocument;
}

int main (void)
{
    TCHAR xmlPath[MAX_PATH];
    IXMLDOMDocument * pDomDocument;
    IXMLDOMNodeList * pDomNodeList;
    long i, count;
    HRESULT hr;

    /* COMの初期化 */
    hr = CoInitialize(NULL);

    /* XMLの読み込み */
    getXmlFileName(xmlPath);
    pDomDocument = loadXml(xmlPath);

    /* XPathによる絞り込み */
    hr = IXMLDOMDocument_selectNodes(pDomDocument, L"/books/book/title/text()", &pDomNodeList);

    /* 絞り込んだ要素の列挙 */
    hr = IXMLDOMNodeList_get_length(pDomNodeList, &count);
    for (i = 0; i < count; ++i)
    {
        IXMLDOMNode * pDomNode;
        BSTR text;
        DWORD dwWritten;

        hr = IXMLDOMNodeList_get_item(pDomNodeList, i, &pDomNode);
        hr = IXMLDOMNode_get_text(pDomNode, &text);
#ifdef UNICODE
        WriteConsole(GetStdHandle(STD_OUTPUT_HANDLE), text, SysStringLen(text), &dwWritten, NULL);
#else
        {
            char * buffer;
            int cstrLength;
            cstrLength = WideCharToMultiByte(CP_ACP, 0, text, SysStringLen(text), NULL, 0, NULL, NULL) + 1;
            buffer = (char *)HeapAlloc(GetProcessHeap(), 0, cstrLength);
            buffer[cstrLength - 1] = 0;
            WideCharToMultiByte(CP_ACP, 0, text, SysStringLen(text), buffer, cstrLength, NULL, NULL);
            WriteConsole(GetStdHandle(STD_OUTPUT_HANDLE), buffer, lstrlen(buffer), &dwWritten, NULL);

            HeapFree(GetProcessHeap(), 0, buffer);
        }
#endif
        SysFreeString(text);
        WriteConsole(GetStdHandle(STD_OUTPUT_HANDLE), TEXT("\r\n"), 2, &dwWritten, NULL);
        IXMLDOMNode_Release(pDomNode);
    }

    /* 後始末 */
    IXMLDOMNodeList_Release(pDomNodeList);
    IXMLDOMDocument_Release(pDomDocument);

    CoUninitialize();

    return 0;
}

COMまわりの初期化と後処理が面倒なくらいで，それほど難しくないかと。
# QueryInterfaceしてキャストするようなことをしていないから，というのもありますが。

COBJMACROSで隠蔽していますが，

コード:

IXMLDOMNode_get_text(pDomNode, &text);

は

コード:

pDomNode->lpVtbl->get_text(pDomNode, &text);

と等価です。

次に，C++の場合のコード。

► スポイラーを表示

コード:

#include    <Windows.h>
#include    <Shlwapi.h>

#include    <ObjBase.h>
#include    <msxml6.h>

#pragma comment(lib, "shlwapi")
#pragma comment(lib, "msxml6")

// 簡易スマートポインタ
template <typename T> class ComPtr
{
private:
    T * ptr_;
public:
    ComPtr (T * ptr = nullptr) : ptr_(ptr) { }
    ComPtr (const ComPtr & other) : ptr_(other.ptr_) { ptr_->AddRef(); }
    ComPtr & operator= (const ComPtr & other)
    {
        if (other.ptr_) other.ptr_->AddRef();
        if (ptr_) ptr_->Release();
        ptr_ = other.ptr_;
        return *this;
    }
    ~ComPtr () { if (ptr_) ptr_->Release(); }

    T * operator -> () { return ptr_; }
    const T * operator -> () const { return ptr_; }

    operator T** () { return &ptr_; }
};

// XMLのファイル名取得
void getXmlFileName (TCHAR xmlPath[MAX_PATH])
{
    TCHAR exePath[MAX_PATH];

    GetModuleFileName(NULL, exePath, sizeof(exePath) / sizeof(exePath[0]));
    lstrcpy(xmlPath, exePath);
    PathRemoveFileSpec(xmlPath);
    PathAppend(xmlPath, TEXT("test.xml"));
}

// XMLファイルを読み込んでDOMを構築する
auto loadXml (LPCTSTR lpszFileName) -> ComPtr<IXMLDOMDocument>
{
    HRESULT hr;

    // 文字コード変換
#ifndef UNICODE
    WCHAR lpszFileNameW[MAX_PATH];

    MultiByteToWideChar(CP_ACP, 0, lpszFileName, -1, lpszFileNameW, sizeof(lpszFileNameW) / sizeof(lpszFileNameW[0]);
#else
    LPCWSTR lpszFileNameW = lpszFileName;
#endif

    ComPtr<IXMLDOMDocument> domDocument;

    /* DOMオブジェクトの作成 */
    hr = CoCreateInstance(
        CLSID_DOMDocument60, NULL, CLSCTX_INPROC_SERVER,
        IID_IXMLDOMDocument, reinterpret_cast<void **>(static_cast<IXMLDOMDocument**>(domDocument)));
    /* 各種設定 */
    hr = domDocument->put_async(VARIANT_FALSE);
    hr = domDocument->put_validateOnParse(VARIANT_FALSE);
    hr = domDocument->put_resolveExternals(VARIANT_FALSE);
    /* 読み込む */
    auto bstrFileName = SysAllocString(lpszFileNameW);
    VARIANT varFileName;
    V_VT(&varFileName) = VT_BSTR;
    V_BSTR(&varFileName) = bstrFileName;
    VARIANT_BOOL varStatus;
    hr = domDocument->load(varFileName, &varStatus);
    VariantClear(&varFileName);
    return domDocument;
}

auto main (void) -> int
{
    // COMの初期化と後始末
    struct ComInitializer
    {
        ComInitializer () { CoInitialize(nullptr); }
        ~ComInitializer () { CoUninitialize(); }
    } ComInitializerObj;


    // XMLの読み込み
    TCHAR xmlPath[MAX_PATH];
    getXmlFileName(xmlPath);
    ComPtr<IXMLDOMDocument> domDocument = loadXml(xmlPath);

    // XPathによる絞り込み
    ComPtr<IXMLDOMNodeList> domNodeList;
    HRESULT hr;
    hr = domDocument->selectNodes(L"/books/book/title/text()", domNodeList);

    // 絞り込んだ要素の列挙
    long count;
    hr = domNodeList->get_length(&count);
    for (auto i = 0L; i < count; ++i)
    {
        ComPtr<IXMLDOMNode> domNode;
        hr = domNodeList->get_item(i, domNode);

        BSTR text;
        hr = domNode->get_text(&text);

        DWORD dwWritten;

        // 出力
#ifdef UNICODE
        WriteConsole(GetStdHandle(STD_OUTPUT_HANDLE), text, SysStringLen(text), &dwWritten, NULL);
#else
        // 文字コード変換
        {
            char * buffer;
            int cstrLength;
            cstrLength = WideCharToMultiByte(CP_ACP, 0, text, SysStringLen(text), NULL, 0, NULL, NULL) + 1;
            buffer = (char *)HeapAlloc(GetProcessHeap(), 0, cstrLength);
            buffer[cstrLength - 1] = 0;
            WideCharToMultiByte(CP_ACP, 0, text, SysStringLen(text), buffer, cstrLength, NULL, NULL);
            WriteConsole(GetStdHandle(STD_OUTPUT_HANDLE), buffer, lstrlen(buffer), &dwWritten, NULL);

            HeapFree(GetProcessHeap(), 0, buffer);
        }
#endif
        SysFreeString(text);
        WriteConsole(GetStdHandle(STD_OUTPUT_HANDLE), TEXT("\r\n"), 2, &dwWritten, NULL);
    }

    return 0;
}

スマートポインタにT**への変換は邪道な気もしますが，コードが楽になるので書いてしまっています。
# .NETのマーシャリングのように，HRESULTと出力引数から失敗時は例外，戻り値が出力引数，みたいなことができるとコードは簡易になるのだけれど……。

なお，C/C++どちらのコードもエラー処理を一切していません。
実コードでは，エラー処理をする必要があります。

[らん]

皆さん親切なご指導ありがとうございます。
コードまで示されて、非常に勉強になります。
ただ、自分も調べてみましたが、
「C++/CLI で作っているのであれば、System.Xml.XmlDocument を使えばよい、
そうではない場合は、MSXMLを検討するのがよい」という表現もありまして、
ご解説お願いできますか。

またどうぞ宜しくお願いします。

[softya（ソフト屋)]

皆さん親切なご指導ありがとうございます。
コードまで示されて、非常に勉強になります。
ただ、自分も調べてみましたが、
「C++/CLI で作っているのであれば、System.Xml.XmlDocument を使えばよい、
そうではない場合は、MSXMLを検討するのがよい」という表現もありまして、
ご解説お願いできますか。

またどうぞ宜しくお願いします。

C++/CLIはC++の.NET版でC++を更に拡張した言語です。
らんさんは、使う言語をC言語かC++かC++/CLIを決めなければいけません。後ろに行くほど難しい言語です。
ちなみに、Ｃ言語であればMSXMLで構わないと思います。
※　私がMSXMLを使っていないのは古いOSのバージョンでMSXMLを使うのは問題があったから。

[YuO]

「C++/CLI で作っているのであれば、System.Xml.XmlDocument を使えばよい、
そうではない場合は、MSXMLを検討するのがよい」という表現もありまして、

C++/CLI なら確かに XmlDocument の方が楽なんですが (COM まわりのあれやこれやが全部不要になる)，根本的に C++/CLI を使う必要性がほとんど無いです。
C++/CLI 単体 .NET Framework のアプリケーションを書くならば，圧倒的に C# や Visual Basic のほうが楽ですし，Windows API などは Platform 呼び出し (P/Invoke) があるので C++/CLI の出番は普通ありません。
既存資産があっても DLL 化すれば P/Invoke が使えるのでそれで大抵は片が付きます。
速度を理由に一部を C or C++ で書きたい場合でも，結局は P/Invoke が使えます。

現実的には，C++/CLI が役に立つのは C# or VB と「非常に大きな既存資産」(P/Invoke の宣言が非常に膨大になる) 場合程度に限られるのではないかと。
# VS 2012 Express for Desktop からは C++ の Windows フォームアプリケーションのプロジェクトが消えましたし，Windows 8～の WinRT では C++/CX という別の拡張を使うことになります。

[らん]

みなさん素晴らしいご回答本当にありがとうございました！