XML解析的两种方式DOM和SAX

DOM和SAX

W3C制定了一套书写XML分析器的标准接口规范--DOM。

除此之外，XML_DEV邮件列表中的成员根据应用的需求也自发地定义了一套对XML文档进行操作的接口规范--SAX。这两种接口规范各有侧重，互有长短，应用都比较广泛。

 

下面，我们给出DOM和SAX在应用程序开发过程中所处地位的示意图。从图中可以看出，应用程序不是直接对XML文档进行操作的，而是首先由XML分析器对XML文档进行分析，然后，应用程序通过XML分析器所提供的DOM接口或SAX接口对分析结果进行操作，从而间接地实现了对XML文档的访问。

DOM

         DOM的全称是Document Object Model，也即文档对象模型。在应用程序中，基于DOM的XML分析器将一个XML文档转换成一个对象模型的集合（通常称DOM树），应用程序正是通过对这个对象模型的操作，来实现对XML文档数据的操作。通过DOM接口，应用程序可以在任何时候访问XML文档中的任何一部分数据，因此，这种利用DOM接口的机制也被称作随机访问机制。

 

       DOM接口提供了一种通过分层对象模型来访问XML文档信息的方式，这些分层对象模型依据XML的文档结构形成了一棵节点树。无论XML文档中所描述的是什么类型的信息，即便是制表数据、项目列表或一个文档，利用DOM所生成的模型都是节点树的形式。也就是说，DOM强制使用树模型来访问XML文档中的信息。由于XML本质上就是一种分层结构，所以这种描述方法是相当有效的。

 

         DOM树所提供的随机访问方式给应用程序的开发带来了很大的灵活性，它可以任意的控制整个XML文档中的内容。然而由于DOM分析器把整个XML文档转化成DOM树放在内存中，因此，当文档比较大或者结构比较复杂时，对内存的需求就比较高。而且，对于结构复杂的树的遍历也是一项耗时的操作。所以，DOM分析器对机器性能的要求比较高，实现效率不十分理想。不过，由于DOM分析器所采用的树结构的思想与XML文档的结构相吻合，同时鉴于随访访问所带来的方便，因此，DOM分析器还是有很广泛的使用价值的。

 

DOM的四个基本接口

 

文档对象模型利用对象来把文档模型化，这些模型不仅描述了文档的机构，还定义了模型中对象的行为。换句话说，在上面给出的例子里，图中的节点不是数据结构，而是对象，对象中包含方法和属性。在DOM中，对象模型要实现：

Ø 用来表示。操作文档的接口

Ø 接口的行为和属性

Ø 接口之间的关系以及互操作

 

在DOM接口规范中，有四个基本的额接口：Document，Node，NodeList以及NamedNodeMap。这这四个基本接口中，Document接口是对文档进行操作的入口，它是从Node接口继承过来的。Node接口是其它大多数接口的父类，像Document，Element，Attribute，Text,Comment等接口都是从Node接口继承过来的。NodeList接口是一个节点的集合，通过该接口，可以建立节点和节点之间的一一映射关系，从而利用节点名可以直接访问特定的节点。

 

• Document接口

 

Document接口代表了整个XML/HTML文档，因此，它是整棵文档树的根，提供了对文档中的数据进行访问和操作的入口。

由于元素。文本节点、注释、处理指令等都不能脱离文档的上下文关系而独立存在，所以在Document接口提供了创建其它节点对象的方法，通过该方法创建的节点对象都有一个owenerDocument属性，用来表明当前节点是由谁所创建的以及节点同Document之间的联系。

 

 

在Dom树中，Document接口同其它接口之间的关系如下图所示：

 

 

• Node接口

Node接口在整个DOM树中具有举足轻重的地位，DOM接口中有很大一部分接口是从Node接口继承过来的，例如，Element.Attr、等接口，都是从Node继承过来的，在DOM树中，Node接口代表了树中的一个节点。一个典型的Node接口如下图所示：

 

SAX

 

        SAX的全称是Simple API for XML，也即XML简单应用程序接口。与DOM不同，SAX提供的访问模式是一种顺序模式，这是一种快速读写XML数据的方式。

当使用SAX分析器对XML文档进行分析时，会触发一系列事件，并激活相应的事件处理函数，应用程序通过这些事件处理函数实现对XML文档的访问，因而SAX接口也被称作事件驱动接口。

 

        SAX分析器在对XML文档进行分析时，触发了一系列事件，由于事件触发本身是有时序性的，因此，SAX提供的是一种顺序访问机制，对于已经分析的部分，不能再倒回去重新处理。SAX之所以被叫做“简单”应用程序接口，是因为SAX分析器只做了些简单的工作，大部分工作还要由应用程序自己去做。也就是说，SAX分析器在实现时，它只是顺序的检查XML文档中的字节流，判断当字节是XML语法中哪一部分、是否符合XML语法，然后再触发相应的事件，而事件处理函数本身则要由应用程序自己来实现，同DOM分析器相比，SAX分析器缺乏灵活性，对于那些只需要访问XML文档中的数据而不对文档进行更改的应用程序来说，SAX分析器更为合适。

 

 使用DOM解析XML时，首先将xml文档加载到内存当中，然后可以通过随机的方式访问内存中的DOM树；SAX是基于事件而且是顺序执行的，一旦经过了某个元素，我们就没有办法再去访问它了，因此它占据内存要比DOM小，对于大型的xml文档来说，通常会使用SAX而不是DOM进行解析。