XML DOM解析基础概念

DOM和SAX

　　W3C制定了一套书写XML分析器的标准接口规范——DOM。

　　除此以外，XML_DEV邮件列表中的成员根据应用的需求也自发地定义了一套对XML文档进行操作的接口规范——SAX。

　　这两种接口规范各有侧重，互有长短，应用都比较广泛。

　　应用程序开发过程中，应用程序不是直接对XML文档进行操作的，而是首先由XML分析器对XML文档进行分析。

　　然后，应用程序通过XML分析器所提供的DOM接口或SAX接口对分析结果进行操作，从而间接地实现了对XML文档的访问。

DOM介绍优缺点分析

　　DOM: Document Object Model 文档对象模型。

　　在应用程序中，基于DOM的XML分析器将一个XML文档转换成一个对象模型的集合（通常称DOM树），应用程序通过对这个对象模型的操作，来实现对XML文档数据的操作。

　　通过DOM接口，应用程序可以在任何时候访问XML文档中的任何一部分数据，因此，这种利用DOM接口的机制也被称作随机访问机制。

　　DOM树所提供的随机访问方式给应用程序的开发带来了很大的灵活性，它可以任意地控制整个XML文档中的内容。

　　然而，由于DOM分析器把整个XML文档转化成DOM树放在了内存中，因此，当文档比较大或结构比较复杂时，对内存的需求就比较高。

　　而且，对于结构复杂的树的遍历也是一项耗时的操作。

　　所以，DOM分析器对机器性能的要求比较高，实现效率不十分理想。

　　由于DOM分析器所采用的树结构的思想与XML文档的结构相吻合，同时鉴于随机访问所带来的方便，因此，DOM分析器还是有很广泛的应用价值的。

DOM的组成

　　对于XML应用开发来说，DOM就是一个对象化的XML数据接口，一个与语言无关、与平台无关的标准接口规范。

　　DOM定义了HTML文档和XML文档的逻辑结构，给出了一种访问和处理这两种文档的方法。

　　文档代表的是数据，而DOM则代表了如何去处理这些数据。

　　作为W3C的标准接口规范，目前，DOM由三部分组成，包括：核心（core）、HTML接口和XML接口。

　　核心部分是结构化文档比较底层对象的集合，这一部分所定义的对象已经完全可以表达出任何HTML和XML文档中的数据了。

　　HTML接口和XML接口两部分则是专为操作具体HTML文档和XML文档所提供的高级接口。

DOM树

　　一个XML文档及其所对应的DOM树如下：

<?xml version="1.0" encoding="utf-8"?>

<bookstore>

    <book category="children">

          <title lang="en">Harry Potter</title>

          <author>J K. Rowling</author>

          <year>2005</year>

          <price>29.99</price>

    </book>

    <book category="cooking">

          <title lang="en">Everyday Italian</title>

          <author>Giada De Laurentiis</author>

          <year>2005</year>

          <price>30.00</price>

    </book>

    <book category="web">

          <title lang="en">Learning XML</title>

          <author>Erik T. Ray</author>

          <year>2003</year>

          <price>39.95</price>

    </book>

    <book category="web">

          <title lang="en">XQuery Kick Start</title>

          <author>James McGovern</author>

          <author>Per Bothner</author>

          <author>Kurt Cagle</author>

          <author>James Linn</author>

         <author>Vaidyanathan Nagarajan</author>

          <year>2003</year>

          <price>49.99</price>

    </book>

</bookstore>

　　要严格区分XML文档树中的根节点与根元素节点：

　　文档（根节点）和根元素节点是两回事。

　　根节点代表整个文档，是我们解析XML文档的入口，通过它获取到Document对象；

　　根元素节点代表XML文档的根元素，必须要在获得Document对象之后才能一层一层地去访问它的元素。

DOM模型结构

　　最常见的节点类型：

　　元素：元素是XML的基本构建。

　　元素可以有其他元素、文本节点或两者兼有来作为其子节点。

　　元素节点还是可以有属性的唯一类型的节点。

　　属性：属性节点包含关于元素节点的信息，但实际上，不认为它是元素的子节点。

　　文本：确切来讲，文本节点是文本。它可以包含许多信息或仅仅是空白。

　　文档（根节点） ：文档节点是整个文档中所有其他节点的父节点。（根节点不等于根元素节点）。

　　较不常见的节点类型：CDATA、注释、处理指令。

DOM的四个基本接口

　　在DOM接口规范中，有四个基本的接口：Document, Node, NodeList, NamedNodeMap。

Document

　　Document接口是对文档进行操作的入口，它是从Node接口继承过来的。

Node

　　Node接口是其他大多数接口的父类。

　　在DOM树中，Node接口代表了树中的一个节点。

NodeList

　　NodeList接口是一个节点的集合，它包含了某个节点中的所有子节点。

　　它提供了对节点集合的抽象定义，并不包含如何实现这个节点集的定义。

　　NodeList用于表示有顺序关系的一组节点，比如某个节点的子节点序列。

　　在DOM中，NodeList的对象是live的，对文档的改变，会直接反映到相关的NodeList对象中。

NamedNodeMap

　　NamedNodeMap接口也是一个节点的集合，通过该接口，可以建立节点名和节点之间的一一映射关系，从而利用节点名可以直接访问特定的节点，这个接口主要用在属性节点的表示上。

　　尽管NamedNodeMap所包含的节点可以通过索引来进行访问，但是这只是提供了一种枚举方法，NamedNodeMap所包含的节点集中节点是无序的。

　　与NodeList相同，在DOM中，NamedNodeMap对象也是live的。

解析器基础

　　XML解析器实际上就是一段代码，它读入一个XML文档并分析其结构。

　　分类：

　　带校验的解析器。

　　不带校验的解析器。

　　支持DOM的解析器（W3C的官方标准）

　　支持SAX的解析器（事实上的工业标准）

参考资料

　　圣思园张龙老师XML视频教程。

　　w3school XML DOM 教程：

　　http://www.w3school.com.cn/xmldom/index.asp

　　Java API文档：

　　http://docs.oracle.com/javase/7/docs/api/index.html

巴特西

XML DOM解析基础概念

DOM和SAX

DOM介绍优缺点分析

DOM的组成

DOM树

DOM模型结构

DOM的四个基本接口

Document

Node

NodeList

NamedNodeMap

解析器基础

参考资料

最新文章

热门文章

巴特西

XML DOM解析 基础概念

DOM和SAX

DOM介绍 优缺点分析

DOM的组成

DOM树

DOM模型结构

DOM的四个基本接口

Document

Node

NodeList

NamedNodeMap

解析器基础

参考资料

最新文章

热门文章

XML DOM解析基础概念

DOM介绍优缺点分析