這一階段筆記談的是「觀念骨架」:DOM是什麼、SAX又是什麼,以及DOM規範中那四個你遲早都會碰到的基本接口。
DOM的全稱是Document Object Model,即文檔物件模型。在應用程式中,基於DOM的XML分析器會把一份XML文檔轉換成一個物件模型的集合(通常稱為DOM樹);應用程式正是透過操作這個物件模型,來實現對XML文檔資料的操作。
透過DOM接口,應用程式可以在任何時刻存取XML文檔中的任何一部分資料,因此這種機制也被稱為「隨機存取機制」。
DOM提供的是一種透過分層物件模型存取XML資訊的方式,這些模型依XML的文檔結構形成一棵節點樹。無論文檔描述的是什麼——報表資料、項目清單或一份正式文件——DOM生成的模型一律是節點樹。也就是說,DOM強制使用樹模型來存取資訊。由於XML本質上就是分層結構,這種描述方式顯得相當貼合。
SAX的全稱是Simple APIs for XML,即XML簡易應用程式接口。與DOM不同,SAX提供的訪問模式是循序的,這是一種快速讀寫XML資料的方式。當SAX分析器解析文檔時,會觸發一系列事件並啟動對應的事件處理函式,應用程式透過這些函式存取文檔,因此SAX也被稱為事件驅動接口。
一句話對比:DOM把整份文檔攤在記憶體裡讓你隨便跳,SAX讓文檔從眼前流過、你只在中途攔截自己關心的部分。
對XML應用開發而言,DOM是一個物件化的XML資料接口,一個與語言無關、與平台無關的標準接口規範。它定義了HTML文檔與XML文檔的邏輯結構,並給出一套存取與處理這兩類文檔的方法。
利用DOM,開發人員可以動態建立文檔、遍歷文檔結構、新增/修改/刪除文檔內容、改變顯示方式等等。可以這樣說:文檔代表的是資料,而DOM代表的是「如何處理這些資料」。無論在瀏覽器內外、伺服器端或Client端,只要有XML的地方,就會碰到DOM。
作為W3C的標準規範,DOM由三部分組成:核心(core)、HTML與XML。核心部分是結構化文檔較底層的物件集合,這些物件已經足以表達任何HTML與XML文檔中的資料;HTML與XML接口則是專為操作具體文檔而提供的高階接口,讓操作更為便利。
版本方面,DOM Level 1由W3C於1998年8月18日通過;DOM Level 2的候選推薦版本則於2000年3月7日通過。
DOM接口規範中有四個基本接口:Document、Node、NodeList與NamedNodeMap。其中Document是操作文檔的入口,並從Node繼承而來;Node是大多數其他接口的父類,Document、Element、Attribute、Text、Comment等都繼承自它;NodeList是節點的集合,包含某個節點底下的所有子節點;NamedNodeMap同樣是節點集合,但可以建立節點名稱與節點之間的一一映射,讓你用名稱直接取到特定節點。
Document接口代表整份XML/HTML文檔,是整棵文檔樹的根,提供存取與操作文檔資料的入口。由於元素、文字節點、註解、處理指令等都不能脫離文檔的上下文而獨立存在,Document接口另外提供了建立其他節點物件的方法;透過這些方法建立的節點,都帶有一個ownerDocument屬性,用來標明它是誰建立的、與Document之間有何關係。
作為DOM樹的根節點,透過Document可以存取文檔中的其他節點,例如處理指令、註解、文檔型別以及XML文檔的根元素。在一棵DOM樹中,Document可以有多個處理指令、多個註解作為子節點,但文檔型別節點與根元素節點都是唯一的。
Node接口在整棵DOM樹中舉足輕重,DOM中有很大一部分接口都繼承自它,例如Element、Attr、CDATASection等。在DOM樹中,Node接口代表樹中的一個節點。
NodeList提供對節點集合的抽象定義,本身並不包含「如何實作這個集合」的細節。它用來表示有順序關係的一組節點,例如某個節點的子節點序列,也會出現在一些方法的返回值中。
在DOM中,NodeList物件是"live"的:對文檔的改變會直接反映到相關的NodeList物件上。舉例來說,若你取得一個包含某Element所有子節點的NodeList,之後再透過DOM對該Element新增、刪除或改動子節點,這些變動會自動反映到NodeList裡,不需要應用程式做任何額外同步。
NodeList中的每個項目都可用索引存取,索引值從0開始。
這個接口留待下一階段細談。先記住它的定位:與NodeList不同,它靠名稱而非位置取節點,主要服務於屬性的表示。