xml|教程 來源：http://d23xapp2.cn.ibm.com/developerWorks/education/xml/xmljava/tutorial/xmljava-1-1.html
第五章 解析器進階功能
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，我們將探討一些進階概念。
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 摘要檔案來建立一個 Document 對象。
然後，我們將向您顯示如何使用解析器來處理包含在一個字串的 XML 文檔。
接著，我們將向您顯示如何操作一棵 DOM 樹。我們將對我們樣本的 XML 文檔操作並對其詩句排序。
最後，我們將展示如何利用如 DOM 和 SAX 標準的介面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 解析器的樣本應用。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，您建立一個 Document 對象，然後對其添加不同的 Node 對象。
您可運行 java domBuilder 來看一個從頭構建一棵 DOM 樹的樣本應用。該應用重新建立了通過對 sonnet.xml 最初解析而構建出的 DOM 樹(但不再建立空格符)。
我們首先建立一個 DocumentImpl 類的執行個體。此類實現 DOM 定義的 Document 介面。
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。當樹被構建完後，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，我們開始建立 Node。我們第一個要建立的 Node 是一個 <sonnet> 元素。我們將建立所有的 Node，然後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>元素設定其 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。我們將建立 <author> 元素，然後建立在其下的其它元素，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 是屬於 Document 類的一個方法。我們的 Document 對象擁有我們在此建立的所有元素。
最終，注意到我們為所有的元素內容建立 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。我們最後一次調用 appendChild 方法，這次是將子項目添加到 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添加多個根項目appendChild 將拋出一個異常。
當我們構建好 DOM 樹後，我們構建一個 domBuilder 對象，然後調用它的 printDOMTree 方法來列印 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資料，您將可以通過接受和發送 DOM 對象而不是 XML 摘要資料來節約時間。
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，您需要在您發送資料前從一棵 DOM 樹建立出 XML 摘要資料，然後在您接受 XML 資料時建立出一棵 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 摘要資料要大很多。如果您要在一個十分緩慢的連接線路上傳遞資料，發送較小的 XML 摘要資料而重新解析資料要比傳遞大資料更有效。
解析一個 XML 字串
很有可能您需要解析一個 XML 字串。IBM 的 XML4J 解析器支援這個功能，儘管您需要將您的字串轉換成一個 InputSource 對象。
第一步是從您的字串中建立一個 StringReader 對象。一旦完成此步，您可以從 StringReader 建立一個 InputSource 對象。
您可運行 java parseString 來查看代碼的運行結果。在樣本應用中，XML 字串是寫死的(hardcoded)；有許多種方法讓您從一個使用者或其它機器獲得 XML 輸入。有了這個技術，您就不再需要將 XML 文檔輸出到一個檔案系統來解析它了。
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 樣本來排列十四行詩的 <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。它並不會改進詩的韻律，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曆整個樹的開銷。
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 文檔中尋找所有的 <line> 元素，然後排序。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，我們建立一個 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> 元素擷取文本，我們可以開始排列資料了。由於我們只有 14 個元素，我們將使用冒泡排序。
冒泡排序演算法是比較兩個相鄰資料值，然後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 已經存在於 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後子女添加。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);
...
關於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。這兩段在左邊的範例程式碼看起來可以完成任務。但是，在第二個才能完成。第一個範例程式碼由於 kid 的執行個體資料在 removeChild(kid) 被調用後就改變了而無法完成任務。
換而言之，for 迴圈刪除了 kid，第一個子女，然後檢查 kid.getNextSibling 是否為 null 。由於 kid 剛被刪除，它不再有任何同胞了，因此 kid.getNextSibling 是 null。 for 迴圈只會運行一次。不論 node 有一個或幾千個子女，第一段範例程式碼只是刪除第一個子女。要使用第二段範例程式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
儘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。我們要修改的只是建立 Parser 對象的代碼。如您所見，Sun 的解析器構建過程比較複雜，但餘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 的不同之處是命令列格式。出於某些原因，Sun 的解析器不能用常用的方法來解析檔案名稱。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）
這段代碼等同於 domOne.java，但它使用 Sun 公司的 XML 解析器而不是 IBM 的。它展示了 DOM 介面的可移植性。
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。
我們需要修改建立 Parser 對象的代碼，然後我們需要根據我們輸入的 URI 建立一個 InputSource 對象。我們要修改的只是建立 parser 的代碼需要被包含在 try 程式碼片段中以捕獲當我們建立 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）
這段代碼等同於 saxOne.java，但它使用 Sun 公司的 XML 解析器而不是 IBM 的。它展示了 SAX 介面的可移植性。
總結
在本章節，我們介紹了一些使用 XML 解析器的進階編程技巧。我們展現了如何直接產生 DOM 樹，如何解析字串而不是檔案，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。以後的教程將介紹構建 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
為終端使用者或其他進程建立介面，及對後端儲存資料的介面
要獲得更多資訊
如果您想瞭解更多的 XML 知識，可訪問 developerWorks 的 XML 專區。這個網站有範例程式碼、其它的教程、關於 XML 標準的資訊以及其它內容。
最後，我們很願意聽取您的意見！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 中國網站！
