至顶网›软件频道 ›xml的四种解析器原理及性能比较

xml的四种解析器原理及性能比较

扫一扫
分享文章到微信
扫一扫
关注官方公众号
至顶头条

xml的四种解析器原理及性能比较

作者：chinaunix 来源：chinaunix 2007年10月4日

关键字： XML 3977 解析中间件

XML Schema和DTD都是用于文档验证,但二者还是有一定的区别，其中前者更为精确和灵活：

DTD
   DTD不遵守XML语法
   DTD不可扩展
   DTD不支持命名空间的应用
   DTD没有提供强大的数据类型支持，只能表示很简单的数据类型

Schema
   Schema完全基于XML语法
   能用处理XML文档的工具处理
   大大扩充了数据类型
   支持原型，也就是元素的继承
   支持属性组
   开放性，可以多个Schema运用于一个XML文档

１、XML的合法性验证

应用XML技术的一个主要目标是为了方便信息交换。很显然，只有XML文档的格式或是结构得到交互各方的一致认可，这个目标才有可能实现。XML Schema（大纲）和DTD就是描述信息结构的模型，可以用来对XML文档内容的合法性进行验证。

Schema和DTD规定了在文档中能够使用的元素和属性，以及这些对象与文本内容的可能组合形式。作为对文档验证的标准，Schema和DTD不仅应该能被人们理解，对应用程序来说也应当是易于理解的。对文档合法性的验证包括两个方面：一方面是语法结构的验证，即元素类型、元素嵌套格式、属性类型、属性值数据类型、属性值是否可选等相关文档对象单元本身及其结构的合法性；另一方面是语义的验证，只有真正理解了XML文档的含义才能算是实现了信息交互，否则仅是结构上正确但意义模糊的信息，对于接收方来说一样是无用的，有时甚至会产生误解，起到相反的作用。

对XML文档的验证有如下几个步骤：

1．定义一份XML Schema或DTD: Schema或DTD为同一类型的所有文档定义了结构标准，比如有关书籍信息的文档可共享一份标准。

2．应用Schema或DTD：一般由文档的作者指定Schema，这样接收方可以很快地根据说明对文档进行验证。但在C/S（客户机/服务器）环境中，由于服务器无法判断XML在客户端是否已经验证过，所以为了能够确保验证过程，也为了避免可能的重复验证，对文档应用Schema或DTD的操作由服务器完成。

3．运行解析器进行验证：解析器在装载文档的同时扫描结构，遇到任何错误都会终止装载过程，并做出适当的响应。

２、Schema和DTD的区别

虽然，XML Schema和DTD都是用于文档验证，但二者还是有一定的区别，其中前者更为精确和灵活：

● XML Schema是一种内容“开放”的模型，可扩展、功能强，而DTD是内容“封闭”的模型，可扩展性差；

● XML Schema支持丰富的数据类型，完全能够满足网络应用特别是电子商务的需求，而DTD不支持元素的数据类型，对于属性的类型定义也很有限；

● XML Schema支持名称空间机制，DTD不支持;

● XML Schema可以针对不同情况分别对整个XML文档或者是文档局部进行验证，而DTD缺乏这种灵活性；

● XML Schema的语法完全遵循XML规范，可以和DOM技术结合使用，功能强大，而DTD语法自成一体，比较难以学习。

所以，Schema很有可能取代DTD成为验证XML文档合法性的新标准。

３、Schema的基本元素

Schema共有8种元素：<Schema>、<ElementType>、<element>、<group>、<AttributeType>、<attribute>、<datatype>和<description>。这些元素对XML中允许的语法和结构进行了定义。注意：必须在使用Schema前对这些元素进行定义。

1．<Schema>元素

Schema文件与其他的XML文档结构非常相似，根元素为<Schema>，表明文档类型：

<?xml version=“1.0”?>

<Schema name=“mySchema”

xmlns=“urn:schemas-microsoft-com:xml-data”

xmlns:dt=“urn:schemas-microsoft-com:datatypes”>

</Schema>

其中属性name指定Schema名称，xmlns指定所属名称空间。第一个xmlns指定全文的缺省名称空间，第二个定义了文档中可使用的数据类型的名称空间。

在XML中引用Schema的方法是在XML文档的根元素中使用名称空间指明Schema文件的URL地址，在URL前要加上“x-schema”前缀：

<?xml version=“1.0”?>

</myElement>

如果是在XML文档中的某一个元素中使用xmlns引用Schema，就是对文档进行局部合法性验证。

2．<ElementType>元素

<ElementType>元素用来声明XML文档中使用的新元素：

<ElementType

name = “element tag name”

content = “empty”|“textOnly”|“eltOnly”|“mixed”

model = “open” | “closed”

order = “one” | “seq” | “many”

dt:type = “XML data type” >

</ElementType>

Content属性规定声明的元素是否为空，是否包含文本或子元素，还是两者都有；order指定子元素的排列顺序; model规定了元素中是否可以包含未在Schema中定义的元素或属性; dt: type则指定了元素的数据类型。

3．<element>元素

<element>元素是对<ElementType>声明的元素的内容进行定义，说明在指定的元素类型中允许使用哪些子元素：

<element

type = “declared element type”

minOccurs = “0” | “1”

maxOccurs = “1” | “*” />

Type属性是必要的，同时要与〈ElementType〉中的name属性完全一致。minOccurs和maxOccurs属性分别指定了元素出现的最少和最多次数，默认值都为1。minOccurs为0说明元素是可选的，maxOccurs为*说明元素出现的次数不受限制。

4．<group>元素

<group>元素也出现在<ElementType>中，表达元素成组的概念。组里的对象可以是元素也可以是另一个子组。order属性制定组中元素的顺序：

<group minOccurs = “0” | “1”

maxOccurs = “1” | “*”

order = “one” | “seq” | “many” >

</group>

</ElementType>

5．<AttributeType>元素

<AttributeType>元素定义了Schema中使用的属性类型。根据出现位置不同，其作用范围也不一样。如果是在<ElementType>元素中定义，那么所定义的属性类型就只能作用在该元素类型上; 如果定义在外部，那么文档中所有的元素类型就都可以使用该属性。

<AttributeType

name = “attribute name”

dt:type = “XML data type”

required = “yes” | “no”

dt:values = “enumerated list of values”

default = “default value” >

</AttributeType>

Name是属性类型名称; dt:type同<ElementType>元素中的用法一样；required指定该属性对于引用它的元素是否是必要的；dt:values只有当dt:type是“enumeration”时才有效，此时它列举属性的所有可能取值; default指定属性类型的缺省值，并且一定是有效值，比如属性类型是枚举型时，default取值一定是dt:values所列举值中的一个。

6．<attribute>元素

<attribute>元素对<AttributeType>声明的属性进行具体的定义：

<attribute

type = “declared attribute type”

required = “yes” | “no”

default = “default value” />

type属性唯一指定了引用的属性类型，取值要与<AttributeType>中的name属性完全一致; required说明该属性对于引用它的元素是否为必要的; default指定属性类型的缺省值。如果对同一属性的<AttributeType>和<attribute>中相对应的default和required属性都给出了定义，那么<attribute>的优先级别更高，以它的取值为准。

其他两个元素<datatype>和<description>分别定义了Schema元素的数据类型和为元素提供的说明资料，用法简单，本文不再一一举例说明。

VIP专区

VIP用户

普通用户

邮件订阅

如果您非常迫切的想了解IT领域最新产品与技术信息，那么订阅至顶网技术邮件将是您的最佳途径之一。

重磅专题

往期文章

xml的四种解析器原理及性能比较

业界热点: