JAXP: Coding for Parser & Transformer Independence

            Author: Henry Chen                     译者：李力
介绍
由于可扩展标记语言（XML）的易用性和轻携性，其近年来获得了极大的流行。它与Java结合起来，非常适用于可移植的数据和代码。每一个与XML文档打交道的Java程序员，无论是读数据，还是进行数据转换，都必须对Java API’s for XML Processing (JAXP)有一个很深的理解。编写XML解析器无关的代码有许多好处，JAXP API 是用于XML的，就像JDBC API是用于关系型数据库的。这篇介绍性的文章帮助开发者学习JAXP API，并让开发者对可插入层（pluggability layer）有一个很深的理解，这样，开发者就可以在他们的应用程序中自如的更换解析器。
JAXPack
   SUN推出了一个用于XML的Java API 和架构，称其为Java XML Pack (JAXPack - http://java.sun.com/xml/javaxmlpack.html)。下载包中包括了现在行业中一些重要的标准。这篇文章中，我们将注意力放在JAXP（the API for XML Processing）上，Sybase的Easerver从版本3.6.1开始支持JAXP。
   首先，我们看一下JAXP提供的解析能力，解析XML文档有两种最基本的方法, 基于事件的SAX和遍历树的DOM。开发者可以选择最适合他们需要的方法。让我们钻进去，深入的看一下这些API。
这篇文章中，我们用图1中的XML文档来阐述我们的例子。


 
SAX
Simple API for XML Parsing (SAX)是事件驱动的，它从头到尾遍历整个文档， 当它遇到一个语法结构时，它会通知运行它的程序，这些是通过事件处理接口ContentHandler， ErrorHandler， DTDHandler， 和 EntityResolver中的回调方法实现的。这些回调方法可以被开发者自定义实现来满足一些特殊的要求。图2描绘了SAX解析器解析文档是各种组件之间的关系。
 

我们将遍历图1中XML文档，并且给出SAX解析器一行一行的解析是调用回调方法的细节，在这个例子中，我们不包括对ignorableWhiteSpace方法调用。


现在你已经对SAX如何工作有一个总体的了解，接下来，让我们看一看用真真的Java代码实现的例子，我们实现的程序的完整代码可以在http://www.sybase.com/developer.上找到，出于这篇文章的目的，我将只用一些代码相关部分的片断。

public class SAXExample extends DefaultHandler { SAXParserFactory factory = SAXParserFactory.newInstance(); SAXParser saxParser = factory.newSAXParser(); DefaultHandler handler = new SAXExample(); saxParser.parse( new File(argv[0]), handler)
 
  注意我们继承了DefaultHandler Class， 这个类用一些空方法实现了ContentHandler, ErrorHandle, DTDHandler,和 EntityResolver接口，这样，程序员就可以只覆盖一些他们需要的方法。
在我们解析之前，我们首先需要通过调用newInstance方法，实例化一个SAXParserFactory,这个方法用某个特定的查找顺序来决定使用哪一个SAXParserFactory的实现，这就意味着，解析器更改时，代码无需重新编译。
一旦我们实例化了一个SAXParserFactory，我们可以设置三个选项，这些决定了随后如何产生SAXParser的对象。
SAXParserFactory  使namespace可用
SetValidating     打开验证
SetFeature         设定底层实现的特征
SAXParserFactory配置好后，我们调用newSAXParser方法来实例化一个JAXP SAXParser对象，这个对象包装了一个底层的SAX解析器，并且允许我们以厂商中立的方式与其交互，现在，我们就可以解析了。在这个例子中，我们用File对象作为输入，它还可以接受其他的输入源，如InputSource对象，InputStream 对象，或者Uniform Resource Identifier (URI)。
注意程序是如何使自己成为解析器的处理者(handler)的，这意味着解析器将调用SAXExampl中的回调方法的，当解析方法一行一行的解析XML文件时，我们的处理类中的回调事件就发生了。

DOM
Document Object Model (DOM)是将XML文档解析成树状对象的一套接口，每一个对象，或结点(node)都有一个用org.w3c.dom包中的接口表示的类型(type).如Element, Attribute,
Comment, 和Text。可以像操作其他任何树状数据结构一样来操作DOM树状对象，它允许随机访问XML文档中特定部分的数据，并且修改它，这些是SAX解析器做不到的。
     这种方法的缺点是它非常占用内存和CPU资源，因为构建DOM树时需要将整个XML文档读入并保持在内存中。
 

让我们看一个例子：
    public class DOMExample { DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); DocumentBuilder domParser = factory.newDocumentBuilder(); Document document = domParser.parse( new File(argv[0]) );
.
与SAX类似，我们首先用newInstance方法实例化一个DocumentBuilderFactory对象，同样类似SAXParserFactory，工厂可以配置用来处理namespace(命名空间)和validation（验证）。另外，还有一些其他可选的设置，但这已经超出了本文的范围。工厂对象准备好后，我们就可以创造一个DocumentBuilder对象，它可用来解析xml文件和创造Document对象，同样类似SAXParser的parse方法，Document对象可以接受InputSource对象，InputStream对象，或者URI。

Node thePhonebook = document.getDocumentElement(); NodeList personList = thePhonebook.getChildNodes(); Node currPerson = personList.item(0); Node fullName = currPerson.getChildNodes().item(0); Node firstName = fullName.getChildNodes().item(0); Node lastName = fullName.getChildNodes().item(1); Text firstNameText = (Text)firstName.getFirstChild(); Text lastNameText = (Text)lastName.getFirstChild(); Node phone = currPerson.getChildNodes().item(1); Node workPhone = phone.getChildNodes().item(0); Node homePhone = phone.getChildNodes().item(1); Text workPhoneText = (Text)workPhone.getFirstChild(); Text homePhoneText = (Text)homePhone.getFirstChild();
一旦我们拥有了Document DOM对象，我们就可以像操作其他树一样操作它。getDocumentElement方法返回根元素，从根元素可以得到子节点的NodeList，并且可以处理它们。在DOM树结构的叶结点，我们可以找到Text对象，它继承了Node。调用getData方法可以返回字符串的值。如你所见，使用者在操作数据时必须对文档数据的结构有一个了解，而在SAX中，解析器仅仅对它遇到的数据反应。
但是，DOM最大的优点是它可以对数据结构进行修改，例如：

if (firstNameText.getData().equals("Richard") && lastNameText.getData().equals("Mullins")) {     homePhoneText.setNodeValue("(510)333-3333"); }
用setNodeValue方法可以改变DOM树中的数据，随后，我们将看XSLT如何将一个新树写入一个数据文件。
XSLT
XSL转换(XSLT)是将XML文档转换为其他XML文档或其他格式的文档（如HTML）的一组API,  XML样式语言（XSL）在转换中作用巨大，用其定义的样式表包含了格式规则，指定了文档如何显示。

 
这里有一个例子，将DOM对象转换为XML文档：
//create a new DOMSource using the root node of an existing DOM tree DOMSource source = new DOMSource(thePhonebook); StreamResult result = new StreamResult(System.out); TransformerFactory tFactory = TransformerFactory.newInstance(); Transformer transformer = tFactory.newTransformer(); transformer.transform(source, result);
我们首先用newInstance方法实例化一个TransformerFactory对象，它用特定的查找顺序来决定使用哪一个转换器实现。和SAX和DOM工厂一样，可以对TransformerFactory对象进行一些配置，来影响Transformer对象的创建。用newTransformer方法创建好Transformer对象后，就可以调用transform方法，它将一个Source对象（DOMSource，SAXSource, StreamSource）转换为Result对象（DOMResult, SAXResult, StreamResult）。
抽象层
前面已经提到过，用某种特定的查找顺序来决定使用哪个SAX, DOM 和XSLT的实现，下面的API定义了查找顺序：
 .使用javax.xml.parsers.SAXParserFactory（或javax.xml.parsers.DocumentBuilderFactory）系统属性（system property）。
 .使用JRE目录中“lib/jaxp.properties”属性文件定义的javax.xml.parsers.SAXParserFactory属性的值，这个值必须包括了实现类的全名。
 .使用Service API,它可以在运行系统中使用的JAR文件中包括的META-INF/services/javax.xml.parsers.SAXParserFactory文件中查找类名。
 .使用平台默认的SAXParserFactory实例。
使用DOM时，你只需将javax.xml.parsers.SAXParserFactory替换为javax.xml.parsers.DocumentBuilderFactory，类似，使用XSLT时，你用javax.xml.transform.TransformerFactory替换。
总结
如你所见，你写的代码只需与抽象层打交道。这保证了厂商的无关性，你可以快速和轻松的替换你的解析器的实现。解析XML文档时，Java开发者可以根据他们的需要设置两个选项。SAX是利用回调过程的事件驱动模型，而DOM是一种游历树的模型，它在操作数据前必须将XML文档解析成树，XSLT则可以将XML文档转换为另一种XML文档或者其他格式，如HTML。总之，JAXP非常的强大，灵活，它提供的简单可用的工具可以满足大多数Java开发者处理XML文档时的需要。

本文地址：http://com.8s8s.com/it/it11324.htm