XML处理：命名空间、SAX解析与文档生成

# XML 处理：命名空间、SAX 解析与文档生成 ## 1. XML 命名空间机制 ### 1.1 命名空间的概念 在 Java 中，我们使用包来避免类名冲突，只要不同类不在同一个包中，就可以使用相同的名称。XML 也有类似的命名空间机制，用于处理元素和属性名称的冲突。命名空间由统一资源标识符（URI）标识，常见的是 HTTP URL 形式，例如 `http://www.w3.org/2001/XMLSchema`。需要注意的是，这里的 URL 仅作为标识符字符串，并不用于定位文档。 ### 1.2 命名空间的唯一性 使用 HTTP URL 作为命名空间标识符的原因是容易确保其唯一性。如果选择一个真实的 URL，域名系统会保证主机部分的唯一性，组织可以安排 URL 其余部分的唯一性，这与 Java 包名中使用反向域名的原理相同。 ### 1.3 命名空间的使用方式 #### 1.3.1 简单命名空间使用 在 XML 中，可以通过 `xmlns` 属性指定命名空间，示例如下： ```xml <element xmlns="namespace URI"> children </element> ``` 此时，该元素及其子元素都属于指定的命名空间。子元素也可以提供自己的命名空间，例如： ```xml <element xmlns="namespace URI"> <child xmlns="namespace URI #2"> grandchildren </child> more children </element> ``` 这样，第一个子元素和孙元素就属于第二个命名空间。 #### 1.3.2 命名空间别名 当需要处理多个命名空间或命名空间嵌套时，可以使用命名空间别名。示例如下： ```xml <xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> <xsl:output method="html"/> ... </xsl:stylesheet> ``` `xmlns:alias="namespace URI"` 定义了命名空间和别名，这里的别名是 `xsl`，`xsl:stylesheet` 表示 `http://www.w3.org/1999/XSL/Transform` 命名空间中的 `stylesheet`。 ### 1.4 解析器对命名空间的处理 默认情况下，Sun DOM 解析器不支持命名空间感知。要开启命名空间处理，需要调用 `DocumentBuilderFactory` 的 `setNamespaceAware` 方法： ```java factory.setNamespaceAware(true); ``` 开启后，解析器生成的所有构建器都支持命名空间，每个节点有三个属性： - 限定名（Qualified name）：带有别名前缀，通过 `getNodeName`、`getTagName` 等方法返回。 - 本地名（Local name）：不带前缀或命名空间，通过 `getLocalName` 方法返回。 - 命名空间 URI（Namespace URI）：通过 `getNamespaceURI` 方法返回。 示例如下： ```xml <xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> ``` 解析器会报告： - 限定名 = `xsl:stylesheet` - 本地名 = `stylesheet` - 命名空间 URI = `http://www.w3.org/1999/XSL/Transform` ### 1.5 相关 API 方法 | 类 | 方法 | 描述 | | ---- | ---- | ---- | | `org.w3c.dom.Node` | `String getLocalName()` | 返回本地名（无别名前缀），若解析器不支持命名空间感知则返回 `null` | | `org.w3c.dom.Node` | `String getNameSpaceURI()` | 返回命名空间 URI，若节点不属于命名空间或解析器不支持命名空间感知则返回 `null` | | `javax.xml.parsers.DocumentBuilderFactory` | `boolean isNamespaceAware()` | 判断工厂的 `namespaceAware` 属性 | | `javax.xml.parsers.DocumentBuilderFactory` | `void setNamespaceAware(boolean value)` | 设置工厂的 `namespaceAware` 属性，若为 `true`，生成的解析器支持命名空间感知 | ## 2. 使用 SAX 解析器 ### 2.1 SAX 解析器的适用场景 DOM 解析器会将整个 XML 文档读入树状数据结构，对于大多数实际应用来说，DOM 解析器工作良好。但当文档较大且处理算法简单，能够“即时”分析节点而无需查看整个树结构时，使用 SAX 解析器更高效。 ### 2.2 SAX 解析器的工作原理 SAX 解析器在解析 XML 输入的组件时会报告事件，但不会以任何方式存储文档，是否构建数据结构取决于事件处理程序。实际上，DOM 解析器是基于 SAX 解析器构建的，它在接收解析器事件时构建 DOM 树。 ### 2.3 事件处理程序 使用 SAX 解析器时，需要一个处理程序来定义各种解析事件的操作。`ContentHandler` 接口定义了几个回调方法，解析器在解析文档时会执行这些方法，最重要的方法如下： - `startElement/endElement`：遇到开始标签或结束标签时调用。 - `characters`：遇到字符数据时调用。 - `startDocument/endDocument`：在文档开始和结束时各调用一次。 ### 2.4 示例解析过程 解析以下 XML 片段： ```xml <font> <name>Helvetica</name> <size units="pt">36</size> </font> ``` 解析器会生成以下调用： 1. `startElement`，元素名：`font` 2. `startElement`，元素名：`name` 3. `characters`，内容：`Helvetica` 4. `endElement`，元素名：`name` 5. `startElement`，元素名：`size`，属性：`units="pt"` 6. `characters`，内容：`36` 7. `endElement`，元素名：`size` 8. `endElement`，元素名：`font` ### 2.5 获取 SAX 解析器 获取 SAX 解析器的步骤如下： ```java SAXParserFactory factory = SAXParserFactory.newInstance(); SAXParser parser = factory.newSAXParser(); ``` 处理文档的代码如下： ```java parser.parse(source, handler); ``` 其中，`source` 可以是文件、URL 字符串或输入流，`handler` 是 `DefaultHandler` 的子类。 ### 2.6 示例程序 以下是一个示例程序，用于打印 XHTML 网页中的所有超链接： ```java import java.io.*; import java.net.*; import javax.xml.parsers.*; import org.xml.sax.*; import org.xml.sax.helpers.*; public class SAXTest { public static void main(String[] args) throws Exception { String url; if (args.length == 0) { url = "http://www.w3c.org"; System.out.println("Using " + url); } else { url = args[0]; } DefaultHandler handler = new DefaultHandler() { public void startElement(String namespaceURI, String lname, String qname, Attributes attrs) throws SAXException { if (lname.equalsIgnoreCase("a") && attrs != null) { for (int i = 0; i < attrs.getLength(); i++) { String aname = attrs.getLocalName(i); if (aname.equalsIgnoreCase("href")) { System.out.println(attrs.getValue(i)); } } } } }; SAXParserFactory factory = SAXParserFactory.newInstance(); factory.setNamespaceAware(true); SAXParser saxParser = factory.newSAXParser(); InputStream in = new URL(url).openStream(); saxParser.parse(in, handler); } } ``` ### 2.7 相关 API 方法 | 类 | 方法 | 描述 | | ---- | ---- | ---- | | `javax.xml.pars