本文簡要說明 DOM 的概念與內部邏輯結構,並透過實例講解在 Java 中如何實現 DOM 文件操作,以及 DOM 文件與 XML 文件之間的相互轉換。
W3C 已於 2000 年 11 月 13 日推出 DOM Level 2 規範。文件物件模型(DOM)是 HTML 與 XML 文件的程式介面規範,它與平台、語言無關,因而可用各種語言在各種平台上實現。該模型定義了 HTML 與 XML 文件在記憶體中的邏輯結構(即文件),並提供了存取、訪問這些文件的方法。借助 DOM 規範,我們能夠實現 DOM 文件與 XML 之間的相互轉換,以及對相應 DOM 文件內容的遍歷與操作。可以說,若要自由操控 XML 文件,就離不開 DOM 規範。
DOM 文件中的邏輯結構可用節點樹的形式來描述。透過對 XML 文件的解析處理,XML 文件中的元素便轉化為 DOM 文件中的節點物件。DOM 的文件節點包含 Document、Element、Comment、Type 等類型,其中每個 DOM 文件必須有一個 Document 節點,並作為節點樹的根節點。它可以擁有子節點,也可以是帶有 Text 節點、Comment 節點等葉子節點的樹。任何格式良好的 XML 文件,其每個元素都有 DOM 文件中對應的節點類型。利用 DOM 介面把 XML 文件轉化為 DOM 文件後,我們就能自由地處理 XML 文件了。
DOM 規範提供的 API 是一套規範。目前 Sun 公司在 JDK 1.4 中提供的 Java API 遵循了 DOM Level 2 Core 推薦介面的語義說明,並給出了相應的 Java 語言實現。
在 org.xml.dom 中,JDK 1.4 提供了 Document、DocumentType、Node、NodeList、Element、Text 等介面,這些都是訪問 DOM 文件所必需的,我們可以利用它們建立、遍歷、修改 DOM 文件。
在 javax.xml.parsers 中,JDK 1.4 提供的 DocumentBuilder 與 DocumentBuilderFactory 組合,可以對 XML 文件進行解析,轉換成 DOM 文件。
而在 javax.xml.transform.dom 與 javax.xml.transform.stream 中,JDK 1.4 提供了 DOMSource 類與 StreamSource 類,可用來將更新後的 DOM 文件寫入生成的 XML 文件中。
這個過程的本質,是取得一個 XML 文件解析器,再解析 XML 文件並轉化為 DOM 文件。在 JDK 1.4 中,Document 介面描述了對應整個 XML 文件的文件樹,提供對文件資料的訪問,是本步驟的目標。Document 介面可從 DocumentBuilder 類中取得,該類包含從 XML 文件獲得 DOM 文件實例的 API;而 XML 解析器則可從 DocumentBuilderFactory 類中取得。
// 獲得一個 XML 文件的解析器 DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); // 解析 XML 文件、生成 DOM 文件的介面類,以便訪問 DOM DocumentBuilder builder = factory.newDocumentBuilder(); document = builder.parse(new File(FileName));
取得 document 介面實例後,便可訪問 DOM 的文件樹。要遍歷 DOM 文件,首先要獲得 Root 元素,再取得 Root 元素的子節點列表,這裡透過遞歸的方式實現遍歷。
// 獲得 Root 元素 Element element = document.getDocumentElement(); // 獲得 Root 元素的子節點列表 nodelist = element.getChildNodes(); // 用遞歸方法實現 DOM 文件的遍歷 GetElement(nodelist);
其中 GetElement 方法實現如下:
public void GetElement(NodeList nodelist) {
Node cnode;
int i, len;
String str;
if (nodelist.getLength() == 0) // 該節點沒有子節點
return;
for (i = 0; i < nodelist.getLength(); i++) {
cnode = nodelist.item(i);
// 依節點類型處理,此處僅示範 Node(類型 1)與 Text(類型 3)
// ...
}
}
注意:上面的程式碼只是顯示 Node 類型與 Text 類型的物件,它們的類型標識分別為 1 和 3。
修改 DOM 文件的 API 在 DOM Level 2 Core 規範中已有說明,JDK 1.4 的 org.xml.dom 中實現了這些 API。相關操作主要集中在 Document、Element、Node、Text 等類中。以下範例展示如何在解析出的 DOM 文件中新增一系列物件,對應於在 XML 文件中新增一筆記錄。
// 獲得 Root 物件
Element root = document.getDocumentElement();
// 新增一個 Element 節點
Element booktype = document.createElement("COMPUTES");
// 將該節點作為 root 的子節點
root.appendChild(booktype);
// 再新增一個 Element 節點
Element booktitle = document.createElement("Title");
// 將該節點作為 booktype 的子節點
booktype.appendChild(booktitle);
// 新增一個 Text 節點
Text bookname = document.createTextNode("understand Corba");
// 將該節點作為 booktitle 的子節點
booktitle.appendChild(bookname);
// 獲得將 DOM 文件轉化為 XML 文件的轉換器
// JDK 1.4 中由 TransformerFactory 類實現,Transformer 類實現轉化 API
TransformerFactory tfactory = TransformerFactory.newInstance();
Transformer transformer = tfactory.newTransformer();
// 將 DOM 物件轉化為 DOMSource 類物件,作為轉化的資訊容器
DOMSource source = new DOMSource(document);
// StreamResult 物件是轉化後其他形式文件的容器,可為 XML、文字或 HTML,此處為 XML
StreamResult result = new StreamResult(new File("text.xml"));
// 調用 API,將 DOM 文件轉化為 XML 文件
transformer.transform(source, result);
上述範例已在 Windows 2000 的 JDK 1.4 環境中運行通過。由於對 DOM 的操作均遵循 DOM 規範,因此這套思路同樣適用於其他語言對 DOM 的處理,讀者可以從中體會操作 DOM 的核心方法。