來源：http://d23xapp2.cn.ibm.com/developerWorks/education/xml/xmljava/tutorial/xmljava-1-1.html

第五章 解析器高級功能


概覽

我們已經討論了使用一個 XML 解析器來處理 XML 文檔的基礎。在本章節，我們將探討一些高級概念。

首先，我們將從頭構建一棵 DOM 樹。換而言之，我們將不需要一個 XML 源文件來創建一個 Document 對象。

然后，我們將向您顯示如何使用解析器來處理包含在一個字符串的 XML 文檔。

接著，我們將向您顯示如何操作一棵 DOM 樹。我們將對我們示例的 XML 文檔操作并對其詩句排序。

最后，我們將展示如何利用如 DOM 和 SAX 標準的接口使得解析器的更改十分容易。我們將向您展示兩個使用不同 XML 解析器的示例應用。而其中 DOM 和 SAX 代碼沒有改變。

從頭構建一棵 DOM 樹

有時您想要從頭構建一棵 DOM 樹。要完成這個任務，您創建一個 Document 對象，然后對其添加不同的 Node 對象。

您可運行 java domBuilder 來看一個從頭構建一棵 DOM 樹的示例應用。該應用重新創建了通過對 sonnet.xml 最初解析而構建出的 DOM 樹(但不再創建空格符)。

我們首先創建一個 DocumentImpl 類的實例。此類實現 DOM 定義的 Document 接口。
Document doc = (Document)Class.
forName("com.ibm.xml.dom.DocumentImpl").
newInstance();


domBuilder.java (代碼請參考附錄2)

這段代碼不使用一個 XML 文檔來構建一個 DOM 樹。當樹被構建完后，該代碼將樹的內容輸出到標準輸出。

...
<address>
<name>
<title>Mrs.</title>
<first-name>Mary</first-name>
<last-name>McGoon</last-name>
</name>
<street>1401 Main Street</street>
<city>Anytown</city>
<state>NC</state>
<zip>34829</zip>
</address>
<address>
<name>
...

添加 Node 到我們的 Document

現在我們有自己的 Document 對象了，我們開始創建 Node。我們第一個要創建的 Node 是一個 <sonnet> 元素。我們將創建所有的 Node，然后將每個節點添加到其對應的父母。

注意我們使用 setAttribute 方法來對<sonnet>元素設置其 type 屬性的值。
Element root = doc.
createElement("sonnet");
root.setAttribute("type",
h"Shakespearean");
構建您的文檔結構

當我們開始構建我們的 DOM 樹時，我們將需要構建我們文檔的結構。要完成它，我們將需要恰當地使用 appendChild 方法。我們將創建 <author> 元素，然后創建在其下的其它元素，接著使用 appendChild 方法將所有這些元素添加到正確的父母。

注意 createElement 是屬于 Document 類的一個方法。我們的 Document 對象擁有我們在此創建的所有元素。

最終，注意到我們為所有的元素內容創建 Text 節點。Text 節點是元素的子女，而 Text 節點的父母則被添加到對應的父母下。

Element author =
doc.createElement("author");

Element lastName = doc.
createElement("last-name");
lastName.appendChild(doc.
createTextNode("Shakespeare"));
author.appendChild(lastName);

完成我們的 DOM 樹

一旦我們對 <sonnet> 元素添加了所有內容，我們需要將它添加到 Document 對象。我們最后一次調用 appendChild 方法，這次是將子元素添加到 Document 對象上。

記住一個 XML 文檔只能有一個根(root)元素；如果您要向Document添加多個根元素appendChild 將拋出一個異常。

當我們構建好 DOM 樹后，我們構建一個 domBuilder 對象，然后調用它的 printDOMTree 方法來打印 DOM 樹。
Element line14 = doc.
createElement("line");
line14.appendChild(doc.
createTextNode("As any ..."));
text.appendChild(line14);
root.appendChild(text);

doc.appendChild(root);

domBuilder db = new domBuilder();
db.printDOMTree(doc);

使用 DOM 對象來避免解析

您可以想象一個 DOM Document 對象作為一個 XML 文檔的編譯形式。如果您正使用 XML 來在不同方之間傳遞數據，您將可以通過接受和發送 DOM 對象而不是 XML 源數據來節約時間。

這是最常見的原因您為何需要從頭來構建一個 DOM 樹。

最壞情況下，您需要在您發送數據前從一棵 DOM 樹創建出 XML 源數據，然后在您接受 XML 數據時創建出一棵 DOM 樹。直接使用 DOM 對象將節約大量時間。

一個警告：要注意一個 DOM 對象可能比 XML 源數據要大很多。如果您要在一個十分緩慢的連接線路上傳遞數據，發送較小的 XML 源數據而重新解析數據要比傳遞大數據更有效。

解析一個 XML 字符串

很有可能您需要解析一個 XML 字符串。IBM 的 XML4J 解析器支持這個功能，盡管您需要將您的字符串轉換成一個 InputSource 對象。

第一步是從您的字符串中創建一個 StringReader 對象。一旦完成此步，您可以從 StringReader 創建一個 InputSource 對象。

您可運行 java parseString 來查看代碼的運行結果。在示例應用中，XML 字符串是寫死的(hardcoded)；有許多種方法讓您從一個用戶或其它機器獲得 XML 輸入。有了這個技術，您就不再需要將 XML 文檔輸出到一個文件系統來解析它了。

parseString ps = new parseString();
StringReader sr =
new StringReader("<?xml version=\"1.0\"?>
<a>AlphaBravo...");
InputSource iSrc = new InputSource(sr);
ps.parseAndPrint(iSrc);

parseString.java （參附錄2）

這段代碼展示了如何解析一個包含 XML 文檔的字符串。



排列在一棵 DOM 樹中的 Node

為了介紹您如何改變一棵 DOM 樹的結構，我們將修改我們的 DOM 示例來排列十四行詩的 <line> 元素。有多種 DOM 方法可以用來在 DOM 樹中搬移節點。

要查看代碼的結果，運行 java domSorter sonnet.xml。它并不會改進詩的韻律，但它真確地排列了 <line> 元素。

要開始排列工作，我們將使用 getElementsByTagName 方法來提取在文檔中的所有 <line> 元素。該方法節約了我們編寫代碼來遍歷整個樹的開銷。

if (doc != null)
{
sortLines(doc);
printDOMTree(doc);
}
...
public void sortLines(Document doc)
{
NodeList theLines =
doc.getDocumentElement().
getElementsByTagName("line");
...

domSorter.java （參附錄2）

這段代碼在 XML 文檔中查找所有的 <line> 元素，然后排序。它展示了如何操作一個 DOM 樹。



提取我們的 <line> 文本

為了簡化代碼，我們創建一個 helper 功能，getTextFromLine，用來提取包含在一對 <line> 元素中的文本。它簡單地找到 <line> 元素的第一個子女，如果其是一個 Text 節點就返回其文本。

該方法返回一個 Java String 因此我們的排序過程可以使用 String.compareTo 方法來決定排序的次序。

該段代碼實際上應該檢查 <line> 所有的子女，因為它們可能包含實體(entity)引用 (例如實體 &miss; 可能替代了文本 "mistress")。我們將把這個改進作為讀者的一個練習。

public String getTextFromLine(Node
lineElement)
{
StringBuffer returnString =
new StringBuffer();
if (lineElement.getNodeName().
equals("line"))
{
NodeList kids = lineElement.
getChildNodes();
if (kids != null)
if (kids.item(0).getNodeType() ==
Node.TEXT_NODE)
returnString.append(kids.item(0).
getNodeValue());
}
else
returnString.setLength(0);

return new String(returnString);
}

文本排序

現在我們有能力從一個給定的 <line> 元素獲取文本，我們可以開始排列數據了。由于我們只有 14 個元素，我們將使用冒泡排序。

冒泡排序算法是比較兩個相鄰數據值，然后如果它們次序不對就交換它們。要完成交換，我們使用 getParentNode 和 insertBefore 方法。

getParentNode 返回任意 Node 的父母；我們使用這個方法來獲得當前 <line> 的父母 (文檔的一個 <lines> 元素使用 sonnet DTD)。

insertBefore(nodeA, nodeB) 在 nodeB 前插入 nodeA 到 DOM 樹中。insertBefore 最重要的特性是如果 nodeA 已經存在于 DOM 樹中了，它在插入 nodeB 前將刪除該節點。
public void sortLines(Document doc)
{
NodeList theLines =
doc.getDocumentElement().
getElementsByTagName("line");
if (theLines != null)
{
int len = theLines.getLength();
for (int i=0; i < len; i++)
for (int j=0; j < (len-1-i); j++)
if (getTextFromLine(
theLines.item(j)).
compareTo(getTextFromLine(
theLines.item(j+1))) > 0)
theLines.item(j).
getParentNode().insertBefore(
theLines.item(j+1),
theLines.item(j));
}
}

用來操作樹的有用的 DOM 方法

除insertBefore 之外，還有其它的 DOM 方法可用來操作樹。

parentNode.appendChild(newChild)
將一個節點作為給定父母節點的最后子女添加。調用 parentNode.insertBefore(newChild, null) 完成同樣功能。
parentNode.replaceChild(newChild, oldChild)
將 oldChild 用 newChild 來取代。節點 oldChild 必須是 parentNode 的子女。
parentNode.removeChild(oldChild)
將 oldChild 從 parentNode 下刪除。

parentNode.appendChild(newChild);
...
parentNode.insertBefore(newChild,
oldChild);
...
parentNode.replaceChild(newChild,
oldChild);
...
parentNode.removeChild(oldChild);
...

關于樹操作還需注意的事項

如果您需要刪除一個給定節點的所有子女，這要比看上去難多了。這兩段在左邊的示例代碼看起來可以完成任務。但是，在第二個才能完成。第一個示例代碼由于 kid 的實例數據在 removeChild(kid) 被調用后就改變了而無法完成任務。

換而言之，for 循環刪除了 kid，第一個子女，然后檢查 kid.getNextSibling 是否為 null 。由于 kid 剛被刪除，它不再有任何同胞了，因此 kid.getNextSibling 是 null。 for 循環只會運行一次。不論 node 有一個或幾千個子女，第一段示例代碼只是刪除第一個子女。要使用第二段示例代碼來刪除所有的子節點。
/** Doesn't work **/
for (Node kid = node.getFirstChild();
kid != null;
kid = kid.getNextSibling())
node.removeChild(kid);

/** Does work **/
while (node.hasChildNodes())
node.removeChild(node.getFirstChild());


使用另一個DOM 解析器

盡管我們想象不出一個您為何要改換解析器的理由，您可以使用非 XML4J 的解析器來解析您的 XML 文檔。如果您查看t domTwo.java 的代碼，您將看到更換到 Sun 的 XML 解析器只需要兩個修改。

首先，我們必須載入(import) Sun 公司的類。這很簡單。我們要修改的只是創建 Parser 對象的代碼。如您所見，Sun 的解析器構建過程比較復雜，但余下的代碼不用修改了。所有的 DOM 代碼不需要任何的修改。

最終，在 domTwo 的不同之處是命令行格式。出于某些原因，Sun 的解析器不能用常用的方法來解析文件名。如果您運行 java domTwo file:///d:/sonnet.xml (當然根據您的系統修改 file URI)，您將獲得 domOne 的相同結果。

import com.sun.xml.parser.Parser;
import
com.sun.xml.tree.XmlDocumentBuilder;

...

XmlDocumentBuilder builder =
new XmlDocumentBuilder();
Parser parser =
new com.sun.xml.parser.Parser();
parser.setDocumentHandler(builder);
builder.setParser(parser);
parser.parse(uri);
doc = builder.getDocument();


domTwo.java （參見附錄2）

這段代碼等同于 domOne.java，但它使用 Sun 公司的 XML 解析器而不是 IBM 的。它展示了 DOM 接口的可移植性。



使用一個不同的 SAX 解析器

我們也編寫了 saxTwo.java 來展示如何使用 Sun 公司的 SAX 解析器。與 domTwo 類似，我們有兩個修改之處。第一個是載入(import) Sun 的 Resolver 類而不是 IBM 的 SAXParser 類。

我們需要修改創建 Parser 對象的代碼，然后我們需要根據我們輸入的 URI 創建一個 InputSource 對象。我們要修改的只是創建 parser 的代碼需要被包含在 try 代碼段中以捕獲當我們創建 Parser 對象時可能產生的異常。

import com.sun.xml.parser.Resolver;
...

try
{
Parser parser =
ParserFactory.makeParser();
parser.setDocumentHandler(this);
parser.setErrorHandler(this);
parser.parse(Resolver.
createInputSource(new File(uri)));
}

saxTwo.java （見附錄2）

這段代碼等同于 saxOne.java，但它使用 Sun 公司的 XML 解析器而不是 IBM 的。它展示了 SAX 接口的可移植性。


總結

在本章節，我們介紹了一些使用 XML 解析器的高級編程技巧。我們展現了如何直接生成 DOM 樹，如何解析字符串而不是文件，如何在一棵 XML 樹中移動元素以及如何改變解析器而不用影響 DOM 和 SAX 的代碼。

希望您喜歡本教程！

這就是本教程的所有內容了。 我們討論了 XML 應用的基本架構，而且我們也介紹了您如何處理 XML 文檔。以后的教程將介紹構建 XML 應用更多的細節，包括：

使用可視工具來構建 XML 應用
將一個 XML 文檔從一種形式轉換到另一種
為最終用戶或其他進程創建接口，及對后端存儲數據的接口
要獲得更多信息

如果您想了解更多的 XML 知識，可訪問 developerWorks 的 XML 專區。這個站點有示例代碼、其它的教程、關于 XML 標準的信息以及其它內容。

最后，我們很愿意聽取您的意見！我們設計 developerWorks 是成為開發人員的資源。如果您有任何評價、建議或抱怨，請讓我們知道。

謝謝，---Doug Tidwell 或 developerWorks 中國站點！