有了DOM樹之後,接下來就是實際操作:怎麼新增、刪除、修改節點,以及當DOM太重時,還有另一條路可以走——SAX。
node = root.childNodes.item(0) ' 確定插入位置
newNode = myDocument.createElement("company") ' 建立節點
node.insertBefore(newNode, node.lastNode) ' 插入節點
textNode = myDocument.createTextNode("北大方正") ' 建立文字節點
node.childNodes.item(1).appendChild(textNode) ' 掛上文字內容
流程拆成四步:定位父節點、建立元素節點、插入到正確位置、最後補上文字子節點。元素與文字在DOM裡是兩種不同型別的節點,必須分開建立再組裝。
node = root.childNodes.item(0) ' 確定位置
oldNode = node.removeChild(node.childNodes.item(1)) ' 刪除節點
被刪掉的節點會放在oldNode裡。要注意的是,刪除某個節點時,以它為根的子樹會整棵一起消失,因此DOM樹會直接回到刪除前的狀態。
想把張三的Email改成zhs@pku.edu.cn,只要定位到文字節點再改值:
node = root.childNodes.item(0) ' 找到目標元素
emailNode = node.childNodes.item(0) ' 確定要改的子元素
emailNode.childNodes.item(0).nodeValue = "zhs@pku.edu.cn" ' 替換內容
關鍵是理解層級:真正承載文字的是文字節點,所以要改內容,得鑽到元素節點的下一層去。
SAX的全稱是Simple APIs for XML,即XML簡易應用程式接口。與DOM把整份文檔展成一棵樹不同,SAX提供的是一種循序(順向)的訪問模式,這是一種快速讀寫XML資料的方式。
當SAX分析器解析XML文檔時,會觸發一連串事件並呼叫對應的事件處理函式;應用程式透過這些函式取得文檔內容,因此SAX也被稱為「事件驅動接口」。
它的基本原理是:由呼叫端提供符合規範的處理器,分析器遇到特定事件時就去呼叫處理器中對應的函式。SAX多數以Java實作,但C++同樣可以,只是C++版本的分析器數量較少。
至於為什麼叫「簡易」?因為這個接口真的簡單到幾乎什麼都不幫你做——絕大部分工作都得由應用程式自己實作,開發者的負擔相對更重。代價換來的是低記憶體消耗與高處理速度,適合大檔案或串流式的場景。
依系統屬性中的定義建立分析器實例,對應的套件是 javax.xml.parsers.SAXParserFactory。
org.xml.sax.Parser 定義了類似 setDocumentHandler 的方法來註冊事件處理函式,另外也定義了 parse(URL) 方法,負責實際的解析工作。
當分析器遇到文檔中的標記時,會觸發這個接口的 startDocument、endDocument、startElement、endElement 等方法。此外,characters 與 processingInstruction 也在這裡實作:前者在分析器遇到元素內的文字內容時觸發,後者在遇到處理指令時觸發。
解析過程中遇到不同等級的問題時,會分別呼叫 error、fatalError 或 warning 方法。
處理DTD中的定義時呼叫。
當分析器需要解析由URI定義的外部實體時,會呼叫其中的 resolveEntity 方法。
一個最基本的SAX應用程式,至少要提供一個DocumentHandler接口;而一個健壯的SAX應用程式,還應該額外提供ErrorHandler接口。少了錯誤處理,遇到格式不良的文檔時程式只能直接拋出例外,很難優雅收場。
最後記住DOM與SAX的取捨:需要隨機跳讀、要修改結構,用DOM;只需要單向掃過一遍、檔案又大,用SAX。