Author: Henry Chen 譯者：李力
介紹由于可擴展標記語言（XML）的易用性和輕攜性，其近年來獲得了極大的流行。它與Java結合起來，非常適用于可移植的數據和代碼。每一個與XML文檔打交道的Java程序員，無論是讀數據，還是進行數據轉換，都必須對Java API’s for XML Processing (JAXP)有一個很深的理解。編寫XML解析器無關的代碼有許多好處，JAXP API 是用于XML的，就像JDBC API是用于關系型數據庫的。這篇介紹性的文章幫助開發(fā)者學習JAXP API，并讓開發(fā)者對可插入層（pluggability layer）有一個很深的理解，這樣，開發(fā)者就可以在他們的應用程序中自如的更換解析器。
JAXPack
SUN推出了一個用于XML的Java API 和架構，稱其為Java XML Pack (JAXPack -
http://java.sun.com/xml/javaxmlpack.html)。下載包中包括了現在行業(yè)中一些重要的標準。這篇文章中，我們將注意力放在JAXP（the API for XML Processing）上，Sybase的Easerver從版本3.6.1開始支持JAXP。
首先，我們看一下JAXP提供的解析能力，解析XML文檔有兩種最基本的方法, 基于事件的SAX和遍歷樹的DOM。開發(fā)者可以選擇最適合他們需要的方法。讓我們鉆進去，深入的看一下這些API。
這篇文章中，我們用圖1中的XML文檔來闡述我們的例子。
SAXSimple API for XML Parsing (SAX)是事件驅動的，它從頭到尾遍歷整個文檔， 當它遇到一個語法結構時，它會通知運行它的程序，這些是通過事件處理接口ContentHandler， ErrorHandler， DTDHandler， 和 EntityResolver中的回調方法實現的。這些回調方法可以被開發(fā)者自定義實現來滿足一些特殊的要求。圖2描繪了SAX解析器解析文檔是各種組件之間的關系。
我們將遍歷圖1中XML文檔，并且給出SAX解析器一行一行的解析是調用回調方法的細節(jié)，在這個例子中，我們不包括對ignorableWhiteSpace方法調用。
現在你已經對SAX如何工作有一個總體的了解，接下來，讓我們看一看用真真的Java代碼實現的例子，我們實現的程序的完整代碼可以在http://www.sybase.com/developer.上找到，出于這篇文章的目的，我將只用一些代碼相關部分的片斷。
-
- public class SAXExample extends DefaultHandler {
- SAXParserFactory factory = SAXParserFactory.newInstance();
- SAXParser saxParser = factory.newSAXParser();
-
- DefaultHandler handler = new SAXExample();
- saxParser.parse( new File(argv[0]), handler)
注意我們繼承了DefaultHandler Class， 這個類用一些空方法實現了ContentHandler, ErrorHandle, DTDHandler,和 EntityResolver接口，這樣，程序員就可以只覆蓋一些他們需要的方法。
在我們解析之前，我們首先需要通過調用newInstance方法，實例化一個SAXParserFactory,這個方法用某個特定的查找順序來決定使用哪一個SAXParserFactory的實現，這就意味著，解析器更改時，代碼無需重新編譯。
一旦我們實例化了一個SAXParserFactory，我們可以設置三個選項，這些決定了隨后如何產生SAXParser的對象。
SAXParserFactory 使namespace可用
SetValidating 打開驗證
SetFeature 設定底層實現的特征
SAXParserFactory配置好后，我們調用newSAXParser方法來實例化一個JAXP SAXParser對象，這個對象包裝了一個底層的SAX解析器，并且允許我們以廠商中立的方式與其交互，現在，我們就可以解析了。在這個例子中，我們用File對象作為輸入，它還可以接受其他的輸入源，如InputSource對象，InputStream 對象，或者Uniform Resource Identifier (URI)。
注意程序是如何使自己成為解析器的處理者(handler)的，這意味著解析器將調用SAXExampl中的回調方法的，當解析方法一行一行的解析XML文件時，我們的處理類中的回調事件就發(fā)生了。
DOMDocument Object Model (DOM)是將XML文檔解析成樹狀對象的一套接口，每一個對象，或結點(node)都有一個用org.w3c.dom包中的接口表示的類型(type).如Element, Attribute,
Comment, 和Text。可以像操作其他任何樹狀數據結構一樣來操作DOM樹狀對象，它允許隨機訪問XML文檔中特定部分的數據，并且修改它，這些是SAX解析器做不到的。
這種方法的缺點是它非常占用內存和CPU資源，因為構建DOM樹時需要將整個XML文檔讀入并保持在內存中。
讓我們看一個例子：
-
- public class DOMExample {
- DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
- DocumentBuilder domParser = factory.newDocumentBuilder();
- Document document = domParser.parse( new File(argv[0]) );
.
與SAX類似，我們首先用newInstance方法實例化一個DocumentBuilderFactory對象，同樣類似SAXParserFactory，工廠可以配置用來處理namespace(命名空間)和validation（驗證）。另外，還有一些其他可選的設置，但這已經超出了本文的范圍。工廠對象準備好后，我們就可以創(chuàng)造一個DocumentBuilder對象，它可用來解析xml文件和創(chuàng)造Document對象，同樣類似SAXParser的parse方法，Document對象可以接受InputSource對象，InputStream對象，或者URI。
-
- Node thePhonebook = document.getDocumentElement();
- NodeList personList = thePhonebook.getChildNodes();
-
- Node currPerson = personList.item(0);
- Node fullName = currPerson.getChildNodes().item(0);
- Node firstName = fullName.getChildNodes().item(0);
- Node lastName = fullName.getChildNodes().item(1);
- Text firstNameText = (Text)firstName.getFirstChild();
- Text lastNameText = (Text)lastName.getFirstChild();
-
- Node phone = currPerson.getChildNodes().item(1);
- Node workPhone = phone.getChildNodes().item(0);
- Node homePhone = phone.getChildNodes().item(1);
- Text workPhoneText = (Text)workPhone.getFirstChild();
- Text homePhoneText = (Text)homePhone.getFirstChild();
一旦我們擁有了Document DOM對象，我們就可以像操作其他樹一樣操作它。getDocumentElement方法返回根元素，從根元素可以得到子節(jié)點的NodeList，并且可以處理它們。在DOM樹結構的葉結點，我們可以找到Text對象，它繼承了Node。調用getData方法可以返回字符串的值。如你所見，使用者在操作數據時必須對文檔數據的結構有一個了解，而在SAX中，解析器僅僅對它遇到的數據反應。
但是，DOM最大的優(yōu)點是它可以對數據結構進行修改，例如：
-
- if (firstNameText.getData().equals("Richard") &&
- lastNameText.getData().equals("Mullins")) {
- homePhoneText.setNodeValue("(510)333-3333");
- }
用setNodeValue方法可以改變DOM樹中的數據，隨后，我們將看XSLT如何將一個新樹寫入一個數據文件。
XSLTXSL轉換(XSLT)是將XML文檔轉換為其他XML文檔或其他格式的文檔（如HTML）的一組API, XML樣式語言（XSL）在轉換中作用巨大，用其定義的樣式表包含了格式規(guī)則，指定了文檔如何顯示。
這里有一個例子，將DOM對象轉換為XML文檔：
-
- //create a new DOMSource using the root node of an existing DOM tree
- DOMSource source = new DOMSource(thePhonebook);
- StreamResult result = new StreamResult(System.out);
-
- TransformerFactory tFactory = TransformerFactory.newInstance();
- Transformer transformer = tFactory.newTransformer();
- transformer.transform(source, result);
我們首先用newInstance方法實例化一個TransformerFactory對象，它用特定的查找順序來決定使用哪一個轉換器實現。和SAX和DOM工廠一樣，可以對TransformerFactory對象進行一些配置，來影響Transformer對象的創(chuàng)建。用newTransformer方法創(chuàng)建好Transformer對象后，就可以調用transform方法，它將一個Source對象（DOMSource，SAXSource, StreamSource）轉換為Result對象（DOMResult, SAXResult, StreamResult）。
抽象層
前面已經提到過，用某種特定的查找順序來決定使用哪個SAX, DOM 和XSLT的實現，下面的API定義了查找順序：
.使用javax.xml.parsers.SAXParserFactory（或javax.xml.parsers.DocumentBuilderFactory）系統(tǒng)屬性（system property）。
.使用JRE目錄中“l(fā)ib/jaxp.properties”屬性文件定義的javax.xml.parsers.SAXParserFactory屬性的值，這個值必須包括了實現類的全名。
.使用Service API,它可以在運行系統(tǒng)中使用的JAR文件中包括的META-INF/services/javax.xml.parsers.SAXParserFactory文件中查找類名。
.使用平臺默認的SAXParserFactory實例。
使用DOM時，你只需將javax.xml.parsers.SAXParserFactory替換為javax.xml.parsers.DocumentBuilderFactory，類似，使用XSLT時，你用javax.xml.transform.TransformerFactory替換。
總結如你所見，你寫的代碼只需與抽象層打交道。這保證了廠商的無關性，你可以快速和輕松的替換你的解析器的實現。解析XML文檔時，Java開發(fā)者可以根據他們的需要設置兩個選項。SAX是利用回調過程的事件驅動模型，而DOM是一種游歷樹的模型，它在操作數據前必須將XML文檔解析成樹，XSLT則可以將XML文檔轉換為另一種XML文檔或者其他格式，如HTML。總之，JAXP非常的強大，靈活，它提供的簡單可用的工具可以滿足大多數Java開發(fā)者處理XML文檔時的需要。