理解XML DOM树结构

2008-01-20  N_once

理解XML DOM树结构


北京信息工程学院计算机信息系统系 黄鸿发
2002-4-29 14:00:24


一.引言
XML是eXtensible Markup Language的缩写,它是一种可扩展性标识语言, 能够让你自己创造标识,标识你所表示的内容。DOM全称是Document Object Model(文档对象模型),定义了一组与平台和语言无关的接口,以便程序和脚本能够动态访问和修改XML文档内容、结构及样式。XML创建了标识,而DOM的作用就是告诉程序如何操作和显示这些标识。
二.DOM树结构
实际上XML将数据组织成为一棵树,DOM通过解析XML文档,为XML文档在逻辑上建立一个树模型,树的节点是一个个的对象。这样通过操作这棵树和这些对象就可以完成对XML文档的操作,为处理文档的所有方面提供了一个完美的概念性框架。
如下XML文档:
<line id=”1”> the <bold>First</bold>line</line>
DOM的结构表示如下:

由于DOM“一切都是节点(everything-is-a-node)”,XML树的每个 Document、Element、Text 、Attr和Comment都是 DOM Node。
由上面例子可知, DOM 实质上是一些节点的集合。由于文档中可能包含有不同类型的信息,所以定义了几种不同类型的节点,如:Document、Element、Text、Attr 、CDATASection、ProcessingInstruction、Notation 、EntityReference、Entity、DocumentType、DocumentFragment等。
在创建XML文件时,如定义如下的XML文档:
<?xml version="1.0" encoding="UTF-8"?>
<students>
<!--this is an example-->
<student>
<name>
<first-name>Mike</first-name>
<last-name>Silver</last-name>
</name>
<sex>male</sex>
<class studentid="15">98211</class>
<birthday>
<day>3</day>
<month>3</month>
<year>1979</year>
</birthday>
</student>
<student>
<name>
<first-name>Ben</first-name>
<last-name>Silver</last-name>
</name>
<sex>male</sex>
<class studentid="16">98211</class>
<birthday>
<day>3</day>
<month>3</month>
<year>1980</year>
</birthday>
</student>
</students>
我们很自然想象到能得到如下图的结构,但是这只是数据的描述,而不是DOM树的结构。

我们可以通过以下的代码得到上面的XML文档的根结点和根结点下孩子节点的数目。
import javax.xml.parsers.*;
import org.w3c.dom.*;
import java.io.File;
import xmlwriter.XMLProperties;
public class Xml
{
public static void main(String args[])
{ try
{ File file=new File("links.xml");
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder=factory.newDocumentBuilder();
Document doc=builder.parse(file);
doc.normalize();
Element theRoot = doc.getDocumentElement();
NodeList theList=theRoot.getChildNodes();
System.out.println("the students root has "+theList.getLength()+" children");
}
}
}
结果显示为:
但是从上面XML文档可以看出,students一共只有3个孩子节点(包括注释),但程序得到的结果确实有7个孩子结点。为什么呢?因为在DOM中节点和元素不是等价的,它的7个节点包括:两个student元素、注释及它们周围的文本节点。这些文本节点有可能是回车换行、空格或者退格,假如把这些回车换行、空格和退格都删除,那么DOM解释的时候就没有这些文本节点,孩子节点就真的只有3个了。下图是DOM树的精确描述:

三.常见的基本节点类型:文档、元素、属性、文本和注释
XML 中共有12种节点类型,其中最常见的节点类型有5种:
元素:元素是 XML 的基本组成单元。,描述XML的基本信息。
属性:属性节点包含关于元素节点的信息,通常包含在元素里面,描述元素的属性。
文本:包含许多文本信息或者只是空白。
文档:文档节点是整个文档中所有其它节点的父节点。
注释:注释是对相关的信息进行描述、注释。
四.常见的基本方法:
通过Jaxp包来解释XML文档后,对DOM的节点对象的基本操作有:
appendChild(Node newChild):在本节点上增加一个新的孩子到孩子列表的后面。
getAttributes():得到本节点的属性列表,返回类型为NamedNodeMap。
getChildNodes():得到本节点的孩子列表,返回类型为NodeList。
getFirstChild()、getLastChild():得到第一个和最后一个孩子节点。
getNextSibling()、getPreviousSibling():得到本节点的下一个和前一个兄弟节点。
getNodeName()、getNodeType()、getNodeValue():得到本节点的名称、类型和值。
getParentNode():得到本节点的父亲节点。
insertBefore(Node newChild, Node refChild):在本节点的refChild孩子节点前插入一个新的节点。
removeChild(Node oldChild):删除oldChild孩子节点。
以上列出对DOM树操作的一些常用的基本的方法,还有很多其他的方法,读者可以参考有关的规范。
五.递归遍历DOM树
DOM树结构和二叉树很相似,元素的孩子节点集合就是该元素的分支,但是属性节点不是元素的子节点,它只是描述该元素节点的一些性质而已,属于元素节点结构内部的一部分。以下是用java编写的一段遍历DOM的程序:
public class RecurDOM(NodeList nodelist)
{
Node node;
int i;
if(nodelist.getLength() == 0)
{
// 该节点没有子节点返回
return;
}
for(i=0;i<nodelist.getLength();i++)
{
node = nodelist.item(i);
if(node.getNodeType() == Node.ELEMENT_NODE)
RecurDOM(node.getChildNodes());//递归调用
}
}
六.小结:
DOM是一种在浏览器内编程的模型,同时也是XML的主要接口,它与语言和平台无关,它是基于树的 API,它把所有的数据以父子的节点层次结构装入内存构成一棵树,这些节点的类型可以是元素、文本、属性、注释或其它。它允许开发者读取、创建、删除和编辑 XML 数据。在这再次强调,DOM的“一切都是节点(everything-is-a-node)”。
本文的程序是用java编写的,使用Jaxp包来解释XML文档。本文的适用对象是理解 XML 基本概念并开始准备用DOM编写应用程序来操纵 XML文档 的开发者。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。如发现有害或侵权内容,请点击这里 或 拨打24小时举报电话:4000070609 与我们联系。

    猜你喜欢

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多
    喜欢该文的人也喜欢 更多