为什么使用 MSXML v3.0 解析 XML 文档有效，但 MSXML v6.0 无效

Question

所以，我正在从事一个项目，该项目根据每个来源的特征，使用许多不同的方法从互联网上的许多不同来源抓取和收集数据。

最近添加的是一个网络 API 调用，其中 returns 以下 XML 作为响应：

<?xml version="1.0"?>
<Publication_MarketDocument xmlns="urn:iec62325.351:tc57wg16:451-3:publicationdocument:7:0">
    <mRID>29b526a69b9445a7bb507ba446e3e8f9</mRID>
    <revisionNumber>1</revisionNumber>
    <type>A44</type>
    <sender_MarketParticipant.mRID codingScheme="A01">10X1001A1001A450</sender_MarketParticipant.mRID>
    <sender_MarketParticipant.marketRole.type>A32</sender_MarketParticipant.marketRole.type>
    <receiver_MarketParticipant.mRID codingScheme="A01">10X1001A1001A450</receiver_MarketParticipant.mRID>
    <receiver_MarketParticipant.marketRole.type>A33</receiver_MarketParticipant.marketRole.type>
    <createdDateTime>2019-09-19T11:28:51Z</createdDateTime>
    <period.timeInterval>
        <start>2019-09-18T22:00Z</start>
        <end>2019-09-19T22:00Z</end>
    </period.timeInterval>
    <TimeSeries>
        <mRID>1</mRID>
        <businessType>A62</businessType>
        <in_Domain.mRID codingScheme="A01">10YCS-SERBIATSOV</in_Domain.mRID>
        <out_Domain.mRID codingScheme="A01">10YCS-SERBIATSOV</out_Domain.mRID>
        <currency_Unit.name>EUR</currency_Unit.name>
        <price_Measure_Unit.name>MWH</price_Measure_Unit.name>
        <curveType>A01</curveType>
        <Period>
            <timeInterval>
                <start>2019-09-18T22:00Z</start>
                <end>2019-09-19T22:00Z</end>
            </timeInterval>
            <resolution>PT60M</resolution>
            <Point>
                <position>1</position>
                <price.amount>44.08</price.amount>
            </Point>
            <Point>
                <position>2</position>
                <price.amount>37.14</price.amount>
            </Point>
            <Point>
                <position>3</position>
                <price.amount>32.21</price.amount>
            </Point>
            <Point>
                <position>4</position>
                <price.amount>31.44</price.amount>
            </Point>
            <Point>
                <position>5</position>
                <price.amount>32.48</price.amount>
            </Point>
            <Point>
                <position>6</position>
                <price.amount>45.52</price.amount>
            </Point>
            <Point>
                <position>7</position>
                <price.amount>56.05</price.amount>
            </Point>
            <Point>
                <position>8</position>
                <price.amount>74.96</price.amount>
            </Point>
            <Point>
                <position>9</position>
                <price.amount>74.08</price.amount>
            </Point>
            <Point>
                <position>10</position>
                <price.amount>69.03</price.amount>
            </Point>
            <Point>
                <position>11</position>
                <price.amount>72.89</price.amount>
            </Point>
            <Point>
                <position>12</position>
                <price.amount>68.91</price.amount>
            </Point>
            <Point>
                <position>13</position>
                <price.amount>74.95</price.amount>
            </Point>
            <Point>
                <position>14</position>
                <price.amount>72.91</price.amount>
            </Point>
            <Point>
                <position>15</position>
                <price.amount>75.97</price.amount>
            </Point>
            <Point>
                <position>16</position>
                <price.amount>76.49</price.amount>
            </Point>
            <Point>
                <position>17</position>
                <price.amount>59.08</price.amount>
            </Point>
            <Point>
                <position>18</position>
                <price.amount>60.19</price.amount>
            </Point>
            <Point>
                <position>19</position>
                <price.amount>64.69</price.amount>
            </Point>
            <Point>
                <position>20</position>
                <price.amount>69.18</price.amount>
            </Point>
            <Point>
                <position>21</position>
                <price.amount>64.97</price.amount>
            </Point>
            <Point>
                <position>22</position>
                <price.amount>63.38</price.amount>
            </Point>
            <Point>
                <position>23</position>
                <price.amount>52.92</price.amount>
            </Point>
            <Point>
                <position>24</position>
                <price.amount>48.08</price.amount>
            </Point>
        </Period>
    </TimeSeries>
</Publication_MarketDocument>

在使用 Microsoft XML, v6.0 成功处理类似情况后，我尝试了以下操作：

Dim respXML As New MSXML2.DOMDocument60
respXML.LoadXML (ThisWorkbook.Worksheets("Sheet2").Range("A1")) 'for the sake of the post's simplicity I'm loading the xml from excel
Debug.Print respXML.getElementsByTagName("price.amount").Length

这应该返回 24，但实际上是 returns 0。确实如下：

Debug.Print respXML.getElementsByTagName("price.amount")(1) Is Nothing

returns True，这意味着未找到 <price.amount></price.amount> 个元素。然而，Debug.Print respXML.XML 产生了预期的结果。

我在某处读到早期绑定可能会导致问题，所以我也尝试了以下方法：

Dim respXML As Object
Set respXML = CreateObject("MSXML2.DOMDocument.6.0")
respXML.LoadXML (ThisWorkbook.Worksheets("Sheet2").Range("A1"))
Debug.Print respXML.getElementsByTagName("price.amount").Length
Debug.Print respXML.getElementsByTagName("price.amount")(1) Is Nothing

结果还是一样。

切换到 Microsoft XML, v3.0 完全解决了这个问题。

但是，我更愿意坚持使用 v6.0，因为它得到了更积极的维护和支持。

为什么会这样？它与 XML 本身有关吗？它与我的代码有关吗？我错过了什么吗？有没有办法让它与 Microsoft XML, v6.0 一起使用？

如有任何意见，我们将不胜感激。

Answer 1

此处的快速测试表明 nodes/elements 中的 none 是使用 DOMDocument60.

拾取的

我成功使用了 DOMDocument30，仍在使用 MSXML6 解析器。所以这可能是您的解决方法：

'Using the MSXML6 parser, it's still possible to use what worked in older versions
Dim respXML As Msxml2.DOMDocument30
Set respXML = CreateObject("MSXML2.DOMDocument.3.0")

互联网上的研究发现了两个有用的 link，一个在 VB 论坛的 MSDN, the other 上。

第一个基本上是说在 MSXML6 中添加了安全属性，这意味着一些在 MSXML2 中起作用的东西在新版本中不再起作用。这些是 Microsoft^s 站点上的 documented。

我不知道它是哪一个（如果有的话，但最接近的似乎是 SelectionNamespace 属性）但另一个变化似乎是解析器如何处理 "anonymous" 命名空间（VB 论坛 link）。如果命名空间在顶级元素中声明，没有前缀，那么它不会应用于任何子元素 - 所以它们不是 "seen"。

由于问题中的 XML 代码包含没有前缀的名称空间，这似乎是问题所在。如果声明 DOMDocument30 对您不起作用，并且 SelectionNamespace 也没有帮助，那么我认为唯一的办法是 change/transform XML 为命名空间添加前缀 and 到所有元素。

Answer 2

为了扩展@CindyMeister 的，问题似乎是使用getElementsByTagName() 的MSXML 版本之间的名称空间处理。具体来说，您的 XML 维护一个没有冒号标识前缀的 xmlns 属性，这需要 DOM 库在解析内容时分配前缀：

<Publication_MarketDocument xmlns="urn:iec62325.351:tc57wg16:451-3:publicationdocument:7:0" ...

然而，使用SelectionNamespaces + SelectNodes定义一个临时别名，例如doc，作为默认的命名空间前缀，两个库都打印出了预期的结果. MS docs 甚至建议后一种方法（强调）：

The getElementsByTagName method simulates the matching of the provided argument against the result of the tagName property of IXMLDOMElement. When executed, it does not recognize or support namespaces. Instead, you should use the selectNodes method, which is faster in some cases and can support more complex searches.

MXSML v3.0 （打印意外的 getElementsByTagName 结果）

Sub ParseXMLv3()
    Dim respXML As New MSXML2.DOMDocument30

    respXML.Load "C:\Path\To\Input.xml"
    respXML.setProperty "SelectionLanguage", "XPath"
    respXML.setProperty "SelectionNamespaces", "xmlns:doc='urn:iec62325.351:tc57wg16:451-3:publicationdocument:7:0'"

    Debug.Print respXML.SelectNodes("//doc:price.amount").Length       ' PRINTS 24
    Debug.Print respXML.SelectNodes("//price.amount").Length           ' PRINTS 0
    Debug.Print respXML.getElementsByTagName("price.amount").Length    ' PRINTS 24

    Set respXML = Nothing
End Sub

MSXMLv6.0

Sub ParseXMLv6()
    Dim respXML As New MSXML2.DOMDocument60

    respXML.Load "C:\Path\To\Input.xml"
    respXML.setProperty "SelectionLanguage", "XPath"
    respXML.setProperty "SelectionNamespaces", "xmlns:doc='urn:iec62325.351:tc57wg16:451-3:publicationdocument:7:0'"

    Debug.Print respXML.SelectNodes("//doc:price.amount").Length       ' PRINTS 24
    Debug.Print respXML.SelectNodes("//price.amount").Length           ' PRINTS 0
    Debug.Print respXML.getElementsByTagName("price.amount").Length    ' PRINTS 0

    Set respXML = Nothing
End Sub

为什么使用 MSXML v3.0 解析 XML 文档有效，但 MSXML v6.0 无效

Why does parsing XML document using MSXML v3.0 work, but MSXML v6.0 doesn't

excel

vba

web-scraping

msxml6

msxml3