XML解析器完整版.doc

XML解析器接口

缩略语

XMLeXtensibleMarkupLanguage可扩展的置标语言

DOMDocumentObjectModel，文档对象模型

SAXSimpleAPIforXML，简单的XMLAPI

JAXPJavaAPIforXMLProcessingXML的Java接口

DTDDocumentTypeDefinition，文档对象定义

XSLExtensibleStylesheetLanguage，可扩展样式语言

可扩展标记语言XML(eXtensibleMarkupLanguage)是标准通用标记语言SGML的子集，是互联网上交换数据的标准。

XML文件包含了数据对象和处理这些数据对象的程序的描述。XML文件在被浏览器显示出来或其他应用程序使用之前，经过了以下几个步骤：解析、样式表格式化、转换、数据库访问等。

XML解析器完成第一步工作，它读取XML文件，生成语法树，审查文档结构，将结果传给应用程序。XML解析器可以是验证解析器，用以检查文件是否有效，也可以是非验证解析器，仅为结构良好的文件进行检查。

应用程序可使用C、Java或Jscript、VBscript、ASP等脚本语言，通过解析器接口对XML文件中的元素、属性、实体和标记进行操作。

常见的XML解析器：

MSXML，微软的XML解析器，与W3C规范不完全兼容。

Xerces，开放源码组织提供，实现Xerces本地接口XNI，支持的标准有：XML1.0、XML命名空间、DOM2（Core,Events,andTraversalandRange)、SAX2（Core,andExtension）、JAXP1.1、XMLSchema1.0（StructuresandDatatypes）。

Xerces有3个版本，分别用C++、java和perl实现。应用程序可以链接Xerces库，调用其接口访问XML文档。

XML4j、XML4c，IBM对Xerces的扩展。

XML4j的API分为3类：

Public：包括DOM1、DOM2接口，SAX1、SAX2接口

Experimental：包括DOM3接口

Internal：内部接口

DOM接口：

整个XML文档被视为具有层次关系的节点树，所有的非根节点都是以一个根节点为祖先遗传下来。

例如这段文件，

TABLE

TBODY

TR

TDShadyGrove/TD

TDAeolian/TD

/TR

TR

TDOvertheRiver,Charlie/TD

TDDorian/TD

/TR

/TBODY

/TABLE

DOM将其看作下面这棵树，当然“树“的观念只是逻辑上的，协议的实现可以采用各种方式。对树进行深度优先前序遍历即可重现文档。

DOM中每一种节点类型都有一个相应的接口。

DOM的节点类型有：Document、Element、Attr、Text、CDATASection、EntityReference、Entity、ProcessingInstruction、Comment、DocumentType、DocumentFragment、Notation。

节点的包容关系：

Document

Element,ProcessingInstruction,Comment,DocumentType

Element

Element,Text,Comment,ProcessingInstruction,CDATASection,EntityReference

Attr

Text,EntityReference

Text

CDATASection

EntityReference

Element,ProcessingInstruction,Comment,Text,CDATASection,EntityReference

Entity

Element,ProcessingInstruction,Comment,Text,CDATASection,EntityReference

ProcessinfInstruction

Comment

DocumentType

DocumentFragment

Element,ProcessingInstruction,Comment,Text,CDATASection,EntityReference

Notation

DOM1由两部分组成：CoreDOM和HTML