摘要:
JAXP （全稱Java API for XML Parsing）的可插拔性（pluggability）在開(kāi)發(fā)社區(qū)里引起很大的轟動(dòng)。這點(diǎn)也是JAXP的精華所在。開(kāi)發(fā)人員可以編寫(xiě)自己的xml處理器，只要它符合JAXP的APIs，這樣底層不同的xml處理器可以任意切換而不用改應(yīng)用程序的代碼。
JAXP的演進(jìn)作者:Rahul Srivastava譯者:[http://www.matrix.org.cn/user.shtml?username=SJTUer]SJTUer[/url]版權(quán)聲明：可以任意轉(zhuǎn)載，轉(zhuǎn)載時(shí)請(qǐng)務(wù)必以超鏈接形式標(biāo)明文章原始出處和作者信息及本聲明
作者:
Rahul Srivastava;
SJTUer原文地址:
http://www.xml.com/pub/a/2005/07/06/jaxp.html中文地址:
http://www.matrix.org.cn/resource/article/43/43893_JAXP.html關(guān)鍵詞： JAXP XML
簡(jiǎn)介在1998年W3CXML1.0推薦標(biāo)準(zhǔn)發(fā)布之后，XML就開(kāi)始變得很流行。Sun公司就是在那時(shí)候規(guī)范Java Community Process (JCP),同時(shí)JAXP(JSR-05)的第一版在2000早些時(shí)候發(fā)布了。這個(gè)版本得到了很多工業(yè)集團(tuán)的支持，譬如（以年月次序排列）BEA Systems, Fujitsu Limited, Hewlett-Packard, IBM, Netscape Communications, Oracle, and Sun Microsystems, Inc.
JAXP （全稱Java API for XML Parsing）的可插拔性（pluggability）在開(kāi)發(fā)社區(qū)里引起很大的轟動(dòng)。這點(diǎn)也是JAXP的精華所在。開(kāi)發(fā)人員可以編寫(xiě)自己的xml處理器，只要它符合JAXP的APIs，這樣底層不同的xml處理器可以任意切換而不用改應(yīng)用程序的代碼。
那JAXP到底是什么呢？首先 這個(gè)P有點(diǎn)迷惑，它代表Parsing還是Processing呢？
因?yàn)镴AXP1.0的時(shí)候只支持解析（parsing），所以JAXP全稱應(yīng)該是Java API for XML Parsing.
但在JAXP1.1的時(shí)候，XSL-T被推薦用作XML的轉(zhuǎn)換（transformation）處理。很遺憾，當(dāng)時(shí)W3C XLT-T的標(biāo)準(zhǔn)規(guī)范（specification）里沒(méi)有提供任何用來(lái)轉(zhuǎn)換（transformation）處理的APIs。因此JAXP1.1的專家組推薦了一組APIs叫Transformation API for XML (TrAX)。
從此JAXP就叫Java API for XML Processing. JAXP通過(guò)逐步進(jìn)化，支持的東西也越來(lái)越多
不僅僅是解析xml文件（譬如在解析文檔的時(shí)候根據(jù)schema校驗(yàn)有效性，根據(jù)預(yù)解析的schema來(lái)校驗(yàn)文檔有效性，計(jì)算XPath 表達(dá)式等等）。
由于底層用來(lái)處理xml文檔的可插拔的processor是任意編寫(xiě)的，只要它符合JAXP的規(guī)范，因此JAXP 是一個(gè)輕量級(jí)的處理xml文件的處理APIs。（譯者注：JAXP只是一個(gè)api規(guī)范而已，真正底層實(shí)現(xiàn)是任意的。后面會(huì)有具體介紹。）
使用JAXP來(lái)解析XML文檔JAXP支持基于對(duì)象和基于事件的兩種解析方式。基于對(duì)象的解析，到目前為止只支持W3C DOM解析，JAXP的專家組可能在JAXP的將來(lái)版本中會(huì)支持J-DOM規(guī)范。基于事件的解析，只有SAX 解析模式被支持，另一個(gè)基于事件的解析模式叫Pull Parsing，本來(lái)它應(yīng)該是JAXP的一部分。但是對(duì)于Pull Parsing存在有一份不同的JSR (#173)文檔，也就是大家所知道的Streaming API for XML (StAX) parsing，現(xiàn)在我們對(duì)于那個(gè)也沒(méi)什么更多的可以做了。
Figure 1: Various mechanism of parsing XML
使用SAX來(lái)解析XML文檔SAX APIs 是在1998年的早些時(shí)候由David Megginson提出的，目標(biāo)是成為基于事件驅(qū)動(dòng)的xml文檔解析模式的標(biāo)準(zhǔn)API(
這里你可以的到一些 SAX 的歷史信息)。即使這樣，SAX仍不是W3C 的REC。但毫無(wú)疑問(wèn)實(shí)際中它是行業(yè)內(nèi)解析XML文檔的標(biāo)準(zhǔn)。
SAX 是一種基于事件的解析模式，是push-parsing原理，解析文檔的時(shí)候，當(dāng)遇到<opening> 標(biāo)簽, </closing>標(biāo)簽 或字符等，SAX 都會(huì)產(chǎn)生相應(yīng)的事件（event）。一個(gè)SAX解析器解析XML文檔的時(shí)候，把文檔看作為一個(gè)流，依次產(chǎn)生相應(yīng)的事件報(bào)告給已注冊(cè)的content handler, org.xml.sax.ContentHandler，如果有錯(cuò)誤，錯(cuò)誤會(huì)報(bào)告給error handler, org.xml.sax.ErrorHandler.
如果你不注冊(cè)一個(gè)error handler，那你就根本不會(huì)知道在解析XML文檔的時(shí)候有沒(méi)有錯(cuò)誤產(chǎn)生和錯(cuò)誤是什么。因此，在SAX解析XML文檔的時(shí)候注冊(cè)一個(gè)error handler是極其重要的。
如果程序需要知道有什么事件產(chǎn)生了（并且想處理此事件），那你必須實(shí)現(xiàn)org.xml.sax.ContentHandler 接口并注冊(cè)給 SAX解析器。一個(gè)典型的事件被觸發(fā)的順序是
startDocument, startElement, characters, endElement, endDocument。
startDocument 僅僅被觸發(fā)一次而且是在觸發(fā)其它event之前。同樣，endDocument僅僅被觸發(fā)一次而且是在整個(gè)文檔被成功解析之后。你可以從SAX javadocs中獲取更詳細(xì)的信息。
Figure 2: SAX Parsing XML
使用JAXP,通過(guò)SAX parse XML document的代碼片斷:
?1?????SAXParserFactory?spfactory?=?SAXParserFactory.newInstance();
?2?????spfactory.setNamespaceAware(true);
?3?????SAXParser?saxparser?=?spfactory.newSAXParser();
?4
?5?????//write?your?handler?for?processing?events?and?handling?error
?6?????DefaultHandler?handler?=?new?MyHandler();
?7
?8?????//parse?the?XML?and?report?events?and?errors?(if?any)?to?the?handler
?9?????saxparser.parse(new?File("data.xml"),?handler); 文檔對(duì)象模型解析
DOM 解析是基于對(duì)象的原理，當(dāng)用DOM解析XML文檔時(shí)它會(huì)在內(nèi)存中生成一個(gè)樹(shù)形的結(jié)構(gòu)來(lái)表示一個(gè)XML文檔。樹(shù)上的每個(gè)節(jié)點(diǎn)代表著XML文檔中的一個(gè)節(jié)點(diǎn)。如果一個(gè)DOM解析器符合W3C標(biāo)準(zhǔn)，那它產(chǎn)生的DOM就是W3C的DOM，使用org.w3c.dom APIs就能遍歷和修改這個(gè)DOM。
大部分DOM解析器允許你抽取XML文檔里的一部分來(lái)生成DOM樹(shù)，而不是把整個(gè)XML文檔在內(nèi)存中建立對(duì)應(yīng)DOM樹(shù)。
Figure 3: DOM Parsing XML
使用JAXP, 通過(guò)DOM parse XML document的代碼片斷:
?1?????DocumentBuilderFactory?dbfactory?=?DocumentBuilderFactory.newInstance();
?2?????dbfactory.setNamespaceAware(true);
?3?????DocumentBuilder?domparser?=?dbfactory.newDocumentBuilder();
?4
?5?????//parse?the?XML?and?create?the?DOM
?6?????Document?doc?=?domparser.parse(new?File("data.xml"));
?7
?8?????//to?create?a?new?DOM?from?scratch?-
?9?????//Document?doc?=?domparser.newDocument();
10
11?????//once?you?have?the?Document?handle,?then?you?can?use
12?????//the?org.w3c.dom.*?APIs?to?traverse?or?modify?the?DOM
在校驗(yàn)?zāi)Ｊ较逻M(jìn)行解析
根據(jù)DTD校驗(yàn)
DTD 是XML 文檔的語(yǔ)法。經(jīng)常人們會(huì)覺(jué)得DTD有點(diǎn)另類，因?yàn)樗蚗ML的syntax不一樣，但DTD是W3C XML1.0里的完整的一部分。如果一份XML文檔聲明了DOCTYPE，并且想在解析的時(shí)候根據(jù)DTD校驗(yàn)文檔，那你必須在適當(dāng)?shù)膄actory里啟用根據(jù)DTD校驗(yàn)文檔（validation）這個(gè)特性。例如：
注意，如果XML文檔聲明了一個(gè)DTD ，即使你不啟用校驗(yàn)（validation）這個(gè)特性，解析器總是試著去讀入這個(gè)DTD。??這樣做的目的是為了保證XML文檔中entity reference被正確的擴(kuò)展了，否則會(huì)導(dǎo)致格式不正確的XML文檔，只有在XML文檔序言部分的聲明中standalone屬性被置為true時(shí)，外部的DTD才會(huì)被完全忽略掉。例如：????
1<?xml?version="1.1"?encoding="UTF-8"?standalone="yes"?> 根據(jù)W3C Schema來(lái)校驗(yàn)XML文檔(WXS)
XMLSchema 是XML文檔的另外一種文法描述。XMLSchema非常流行市因?yàn)樗蚗ML文檔使用同樣的語(yǔ)法并且提供了豐富的定義校驗(yàn)限制的特性。如果一個(gè)XML文檔用"schemaLocation" 和"noNamespaceSchemaLocation"指向了一個(gè)schema，結(jié)下來(lái)你想啟用根據(jù)XMLSchema校驗(yàn)文檔這個(gè)特性，你還要做如下的步驟：
1.和上面說(shuō)的一樣，調(diào)用SAXParserFactory o或DocumentBuilderFactory的setValidating函數(shù)來(lái)啟用validation這個(gè)特性。
2.把屬性 "http://java.sun.com/xml/jaxp/properties/schemaLanguage" 值設(shè)為 "http://www.w3.org/2001/XMLSchema"
注意，這種情況下，即使XML文檔有DOCTYPE聲明，處理器仍不會(huì)用DTD來(lái)校驗(yàn)這個(gè)文檔。但是和前面提到的一樣，為了任何一個(gè)entity reference是被正確擴(kuò)展的，這個(gè)DTD還是會(huì)被裝載的，
既然"schemaLocation" 和"noNamespaceSchemaLocation"僅僅是提示，所以可以使用屬性"http://java.sun.com/xml/jaxp/properties/schemaSource"從外部提供schemas來(lái)覆蓋這些提示。
對(duì)于這個(gè)屬性，一些可以接受值是：
·是一個(gè)代表schema的URL地址的字符串。
·java.io.InputStream with the contents of the schema
·org.xml.sax.InputSource
·java.io.File
·一個(gè) java.lang.Object 的數(shù)組，數(shù)組內(nèi)容是上面所提到三類中的一個(gè)。
例如:
使用JAXP的TrAX APIs來(lái)進(jìn)行XML文檔轉(zhuǎn)換處理工作
W3C XSL-T 定義了一些轉(zhuǎn)換規(guī)則來(lái)把源樹(shù)轉(zhuǎn)化生成結(jié)果樹(shù)。在XSL-T中，轉(zhuǎn)換信息所存在的文件叫樣式表（stylesheet）。要用JAXP來(lái)轉(zhuǎn)換一個(gè)XML文檔，你需要定義一個(gè)使用樣式表來(lái)轉(zhuǎn)換XML文檔的轉(zhuǎn)換器。創(chuàng)建好這樣的轉(zhuǎn)換器后，它把要轉(zhuǎn)換的XML文檔作為JAXP的source，返回轉(zhuǎn)換好的結(jié)果作為JAXP的result。目前JAXP提供三種類型的source和result：
StreamSource, SAXSource, DOMSource and StreamResult, SAXResult, DOMResult, 他們是能夠聯(lián)合使用的。
Figure4: XML Transformation
從DOM中生成SAX Events:
上面的例子中，我們創(chuàng)建Transformer的時(shí)候沒(méi)有用到XSL。這意味著這個(gè)轉(zhuǎn)換器對(duì)XML不會(huì)有任何的轉(zhuǎn)換，source和result是一樣的。當(dāng)你實(shí)際相要用XSL來(lái)轉(zhuǎn)換，你應(yīng)該創(chuàng)建一個(gè)使用了XSL的轉(zhuǎn)換器，就像下面一樣：
1????
?//create?the?xsl?source
2??????Source?xslsource?=?new?StreamSource(new?File("mystyle.xsl"));
3
4?????//create?the?transformer?using?the?xsl?source
5?????Transformer?xformer?=?xfactory.newTransformer(xslsource); JAXP1.3有哪些新特性？
除了支持SAX解析，DOM解析，根據(jù)DTD/ XMLSchema的校驗(yàn)，使用XSL-T轉(zhuǎn)換，
和以前的版本相比JAXP1.3新支持的特性有：
1. XML 1.1 和XML 1.1名字空間
2. XML Inclusions - XInclude 1.0
3. 根據(jù)預(yù)解析的schema來(lái)校驗(yàn)文檔。
4. XPath表達(dá)式的計(jì)算.
5.?以前XMLSchema 1.0, XPath 2.0 和XQuery 1.0中的某些數(shù)據(jù)類型不能被映射到j(luò)ava里的數(shù)據(jù)類型 ，現(xiàn)在可以了。
使用JAXP1.3 XML1.1主要支持的特性如下：
1．向前兼容不斷增長(zhǎng)的Unicode字符集。
2．在行結(jié)束（line-end）字符集中新添加了NEL (#x85)和Unicode行分隔符(#x2028)。
XML1.1中的變更不是向下兼容的，XML1.0中的一些well-formedness規(guī)則在
XML1.1中可能就不適用。所以XML1.1的規(guī)范是全新的而不是從XML1.0規(guī)范上升級(jí)。
為了能夠使用XML1.1和XML1.1的名字空間，你必須在XML序言聲明中把version屬性的值設(shè)為“1.1”。例如：
1<?xml?version="1.1"?encoding="UTF-8"?standalone="yes"?> XInclude允許一個(gè)XML文檔包含另一個(gè)XML文檔，例如:
1????
??<myMainXMLDoc?xmlns:xi="http://www.w3.org/2001/XInclude">
2??????????<xi:include?href="fragment.xml"/>
3????????????
4?????</myMainXMLDoc> 相要使用XML inclusions特性，你必須在適當(dāng)?shù)膄actory里設(shè)置XInclude屬性為true，就像下面代碼所示：?
1????
??DocumentBuilderFactory?dbfactory?=?DocumentBuilderFactory.newInstance();
2?????dbfactory.setXIncludeAware(true); 根據(jù)預(yù)解析的schema校驗(yàn)JAXP的輸入源
javax.xml.validation包提供了解析schema和根據(jù)預(yù)解析的schema校驗(yàn)XML文檔的功能。DOMSource和SAXSource是可以根據(jù)預(yù)解析的schema來(lái)被校驗(yàn)。如果需要可以緩存預(yù)解析的schema來(lái)達(dá)到優(yōu)化的目的。必須注意到的是，根據(jù)預(yù)解析的schema校驗(yàn)JAXP的輸入源中，StreamSource并不是被支持的源，還有schema可以是W3C XML Schema 或者是一個(gè)OASIS RELAX-NG。例如：
計(jì)算XPath表達(dá)式
javax.xml.xpath 包提供了根據(jù)XML文檔計(jì)算XPath表達(dá)式的功能。如果一個(gè)表達(dá)式要被重用，出于性能考慮，這個(gè)XPath表達(dá)式會(huì)被編譯。
順便說(shuō)一下，JAXP中的XPath 的API被設(shè)計(jì)為無(wú)狀態(tài)的，這就意味著每次你要計(jì)算一個(gè)XPath表達(dá)式，你都要傳入一個(gè)XML的文檔。通常，很多XPath表達(dá)式是根據(jù)單個(gè)XML文檔來(lái)計(jì)算的。這種情況下，如果JAXP中的XPath APIs是有狀態(tài)的，XML文檔只需傳入一次，那樣就更好了。對(duì)于底層實(shí)現(xiàn)來(lái)說(shuō)就多了一個(gè)優(yōu)化選擇，可以把XML 文檔源存儲(chǔ)起來(lái)，這樣就可以快速計(jì)算XPath表達(dá)式了。
一個(gè)根據(jù)XML文檔計(jì)算XPath表達(dá)式得例子：
1????????<?xml?version="1.0"?>
2????????<employees>
3????????????<employee>
4????????????????<name>e1</name>
5????????????</employee>
6????????????<employee>
7????????????????<name>e2</name>
8????????????</employee>
9????????</employees> XML和java數(shù)據(jù)類型間的映射
Datatypes 在XMLSchema1.0的時(shí)候就很流行了，被很多其他XML規(guī)范所應(yīng)用，像 XPath，XQuery，WSDL等。大部分的數(shù)據(jù)類型可以映射到j(luò)ava的基本數(shù)據(jù)類型或包裝過(guò)的數(shù)據(jù)類型。其他的類型如：dataTime，duration可以被映射到新的java數(shù)據(jù)類型: javax.xml.datatype.XMLGregorianCalendar, javax.xml.datatype.Duration, and javax.xml.namespace.QName. 這樣X(jué)MLSchema1.0??XPath 2.0 和XQuery 1.0中所有數(shù)據(jù)類型，JAVA中都有對(duì)應(yīng)的類型存在。
從可用性角度看，如果DatatypeFactory有方法能夠生成一個(gè)對(duì)應(yīng)WXS中數(shù)據(jù)類型的java對(duì)象，并且這個(gè)java對(duì)象擁有方法能根據(jù)facets限制數(shù)據(jù)類型和根據(jù)值來(lái)校驗(yàn)數(shù)據(jù)類型，這樣就非常好了。
一個(gè)使用Oracle's XDK的例子：
底層實(shí)現(xiàn)間的切換
一個(gè)JAXP的實(shí)現(xiàn)通常包括一個(gè)默認(rèn)的解析器，轉(zhuǎn)換器，xpath引擎和schema校驗(yàn)器，
但是就像文章開(kāi)始的時(shí)候所提到的那樣，JAXP是一個(gè)可插拔的API，我們可以插入我們自己的處理器來(lái)替換JAXP默認(rèn)的處理器。要實(shí)現(xiàn)這樣的切換，我們可以通過(guò)設(shè)置屬性javax.xml.xxx.yyyFactory的值來(lái)指定一個(gè)合格的factory的實(shí)現(xiàn)類。當(dāng)yyyFactory.newInstance()被調(diào)用的時(shí)候，JAXP使用如下的順序查找需要裝載的具體的實(shí)現(xiàn)類：
1．使用javax.xml.xxx.yyyFactory屬性指定的值.
2．使用 JRE 目錄下lib/jaxp.properties 屬性文件。Jaxp.properties文件只被讀入一次，它的值會(huì)被緩存已被將來(lái)所用。如果第一次嘗試去讀這個(gè)文件而此文件不存在的話，以后就不會(huì)嘗試著去檢查此文件是否存在。jaxp.properties里面的值第一次讀過(guò)之后，就不可能被修改了。
3．如果可以地話，可以使用Services API（在JAR的規(guī)范里有詳細(xì)的信息）來(lái)決定哪個(gè)實(shí)現(xiàn)類被載入。Services API會(huì)在runtime時(shí)存在的jars的META-INF/services/javax.xml.xxx.yyyFactory里尋找那個(gè)classname。
4．使用平臺(tái)默認(rèn)的javax.xml.xxx.yyyFactory 實(shí)例。
javax.xml.xxx.yyyFactory 可是下面其中的一個(gè)：
javax.xml.parsers.SAXParserFactory
javax.xml.parsers.DocumentBuilderFactory
javax.xml.transform.TransformerFactory
javax.xml.xpath.XPathFactory
javax.xml.validation.SchemaFactory:schemaLanguage (schemaLanguage 是調(diào)用SchemaFactory的newInstance函數(shù)時(shí)所提供的參數(shù))
例如：想在JAXP中使用SAX解析器，你可以用上面提到的4個(gè)方法中的任何一個(gè)把
javax.xml.parsers.SAXParserFactory設(shè)為org.apache.xerces.jaxp.SAXParserFactoryImpl。
其中的一個(gè)方法如下：?
1?????java?-Djavax.xml.parsers.SAXParserFactory=??????????org.apache.xerces.jaxp.SAXParserFactoryImpl?MyApplicationProgram
posted on 2007-01-04 08:54
公主她爹 閱讀(391)
評(píng)論(0) 編輯 收藏 所屬分類:
Java技術(shù)