DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> XML學習教程 >> XML詳解
XML 相關技術認證準備(三)XML 處理(上):SAX、DOM 與 DTD 驗證
編輯:XML詳解     

開始之前

本系列教程以 IBM 認證考試 142 為背景,協助開發者準備 XML and Related Technologies 認證。內容涵蓋 XML 基礎、資訊建模、XML 處理、呈現與 Web 服務相關主題。對已具備 Java 與 XML 基礎的開發者而言,本部分特別適合用來理解解析與驗證的實作細節。

關於本教程

本教程是系列第三部分,主題為 XML 處理,重點在如何解析與驗證 XML 文件。完成後,你將能理解 SAX 與 DOM 的差異、如何建立解析器、如何處理事件與例外,以及如何以 DTD 約束文件結構。

目標

  • 使用 Simple API for XML 2(SAX2)與 Document Object Model 2(DOM2)解析 XML 文件。
  • 使用 DTD 與 XML Schema 驗證 XML 文件。
  • 理解解析器事件、節點操作與錯誤處理的基本概念。

系統需求

執行範例通常需要 Java 開發環境、Eclipse 與 XMLBuddy。部分進階驗證功能可能需要付費版本。實際操作時,也可使用其他支援 XML 解析與驗證的工具。

解析 XML 文件

XML 文件可視為樹狀結構,也可視為事件串流。SAX 與 DOM 是兩種最常見的解析方式。本節以 DVD 商店庫存目錄為例,說明兩者的應用方式。

範例文件 catalog 包含多個 dvd,每個 dvd 有 code 屬性、title、price、year,部分還包含 description 與 genre。這個範例夠簡單,卻足以示範驗證時常見的錯誤類型。

使用 SAX 解析器

SAX 是事件驅動的解析方式。解析器讀取文件時,會依序觸發事件,例如文件開始、元素開始、文字內容、元素結束與文件結束。應用程式只要實作感興趣的回呼方法,即可取得所需資訊。

這種方式的優點是記憶體需求較低,適合處理大型文件;缺點是開發者需要自行維護解析狀態,無法像 DOM 一樣直接隨意跳轉到任意節點。

建立 SAX 解析器

在 Java 中,SAX 解析器通常透過 XMLReaderFactory 建立 XMLReader 實例,再呼叫 parse 方法讀取文件。若文件格式不良或讀取失敗,會丟出相關例外。實務上,解析器建立成本不低,因此可考慮重複使用解析器物件。

處理 SAX 事件

若要接收事件,可實作 ContentHandler,或繼承 DefaultHandler 後覆寫需要的方法。常見的回呼包括 startElement、endElement、characters 等。若需要處理驗證錯誤,還可實作 ErrorHandler。

SAX 解析器異常處理

SAX 解析器預設可能忽略部分錯誤。若要攔截驗證失敗,必須實作 error 方法,並啟用 validation 特性。當文件違反 DTD 或 XSD 規則時,解析器會呼叫 error 方法,開發者可輸出錯誤訊息、行號與欄位資訊。

回顯 SAX 事件

SAXEcho 範例展示如何將解析過程回顯到標準輸出。它會印出元素開始標籤、屬性、文字內容與結束標籤,讓我們能觀察解析器如何逐步讀取文件。由於範例只實作部分回呼,因此不會顯示所有事件,但已足以理解 SAX 的運作方式。

使用 DOM 解析器

DOM 會在記憶體中建立完整的樹狀結構。解析完成後,應用程式可以從根節點開始,透過父節點、子節點與屬性節點進行導覽、修改、插入或刪除。

DOM 的優點是操作直覺,適合需要隨機存取或修改文件結構的情境;缺點是會消耗較多記憶體與解析時間。不同廠商提供的 DOM 解析器類別可能不同,例如 Xerces 提供 DOMParser。

遍歷 DOM 樹

DOM 樹的根節點可透過 getDocumentElement 取得。從任一節點出發,可用 getChildNodes 取得子節點清單,也可用 getElementsByTagName 找出符合名稱的後代節點。屬性通常不視為子節點,而是透過 attributes 或 NamedNodeMap 存取。

客戶端與伺服器端遍歷

DOM 可用於瀏覽器端,例如以 JavaScript 檢查表單或頁面中的 XML 資料;也可用於伺服器端,例如動態新增 DVD 節點。伺服器端操作時,常需要建立元素、文字節點,再將新節點附加到既有結構中。

使用 DOM 時應注意,樹狀結構是動態的。若使用快取變數或索引,修改節點後可能導致原本假設失效。因此建議透過 DOM 提供的介面即時取得最新節點狀態。

DOM 解析器異常處理

DOM 操作可能丟出 DOMException。這類例外通常代表修改不合法、找不到節點,或操作會導致文件失去有效性。Java 中雖有 Runtime 例外特性,仍建議明確攔截並依錯誤碼處理。

回顯 DOM 樹

DOMEcho 範例會遍歷 DOM 樹並輸出每個節點的型別、名稱與值。它使用 TreeWalker 進行先序遍歷,並可搭配 NodeFilter 決定要包含或排除哪些節點。範例也會示範如何在 price 之前插入 description,確保修改後仍符合文件結構。

空白

DOM 輸出中常會看到許多看似沒有內容的 Text 節點。這是因為解析器會將元素內容中的空白、換行與縮排視為文字節點。這類空白若存在於元素內容中,通常被視為不可忽略的空白,並可能成為驗證的一部分。

需要注意的是,元素標籤周圍的空白、屬性前後的空白,以及文件序言中的部分空白,不一定會以相同方式回報。理解這點有助於解讀 DOM 輸出,也能避免在處理文字內容時誤將格式化空白當成有意義資料。

驗證 XML 文件

驗證的目的,是依據文法確認 XML 文件不僅格式良好,也符合應用邏輯所要求的結構與內容。常見的文法來源包括 DTD 與 XML Schema。驗證可確保文件中的元素順序、屬性必填性、列舉值與資料型別符合預期。

使用 DTD 驗證

DTD 定義了 XML 實例文件可使用的元素、屬性與結構規則。文件可透過 DOCTYPE 宣告關聯 DTD。啟用驗證後,解析器會在讀取文件時檢查這些規則。

以範例 DTD 為例,catalog 必須包含一個或多個 dvd;每個 dvd 必須依序包含 title、description、price、year,其中 description 為可選;code 屬性為必填且必須唯一;genre 屬性則為可選列舉值。title、description、price 與 year 均為可剖析字元資料。

在 DTD 中,問號代表零次或一次,星號代表零次或多次,加號代表一次或多次。ID 型別屬性必須在文件中保持唯一,且 XML 名稱不能以數字開頭,因此範例中的 code 值以下底線開頭。

測試 DTD 規則

若將 description 放到 dvd 的最後,會違反元素順序規則,驗證時便會出現錯誤。這說明了 DTD 中的序列宣告不只是建議,而是有效文件的必要條件。

若要嘗試 genre,必須注意 XML 的大小寫敏感特性。例如 SciFi 是合法列舉值,scifi 則不合法。這類錯誤在跨系統交換資料時很常見,因此驗證能及早發現問題。

若複製 code 屬性到另一個 dvd,會違反 ID 唯一性規則。驗證器會指出重複的值,提醒開發者修正資料。透過這些小測試,可以確認 DTD 的約束確實發揮作用。

DTD 異常處理

在程式中處理 DTD 驗證錯誤時,必須先啟用驗證特性。以 Xerces 為例,可將相關 validation 或 schema 特性設為 true。啟用後,若文件不符合 DTD,解析器會觸發錯誤事件,讓應用程式能記錄訊息、中斷流程或提示使用者修正。

整體而言,XML 處理的關鍵在於解析、驗證與錯誤處理三個環節。SAX 適合串流式、低記憶體的情境;DOM 適合需要樹狀操作與修改的情境;DTD 則提供輕量而直接的結構約束。理解這些基礎,才能順利進入後續的轉換、查詢與 Web 服務主題。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved