透视:进行 XML 数据处理的Java API

曾经有一段时期，程序员们在尝试使用Java编程来处理XML文档，他们必须从Sun公司、Apache软件组织或者从其他的来源中到处搜寻一个或更多的库文件，并且把这些库添加到他们的Java程序环境中。无论如何，从Java1.4开始，大多数的XML处理任务可以在标准版本的类中得以处理，而且Java1.5还添加了很多新工具。如果你正在寻找一个升级你的Java开发工具到1.5版本的理由的话，那么它可以进行XML文档处理的能力就应该是你所需要的全部。

　　对XML进行处理基本上划分为两种方式:一次性不间断地读入整个文档，以及分单元的连续地读取文档。Java为进行XML 数据处理提供Java API或者提供JAXP API，它包括一个能够对这两种方式进行处理的标准API。JAXP 1.3是最新的版本，于2004年9月最终定下来。它是在Java1.5标准版本中实现的。

　　JAXP被设计成为一个独立执行的、便携式的API，也就是说:任何经销商的语法分析工具包，只要它们是符合API规范的，都可以嵌入到一个写API的程序中去。实际上，你很有可能找到符合Java标准版本的语法分析程序以此来满足需要。

　　大多数人很容易就掌握了文件对象模型(Document Object Model)或者称为DOM，因为它表示成为一个分层的或者是“树”状的结构，就像是在HTML和XHTML文档中使用的一样。使用这种方式，整个文档在读入内存的时候，他的每一个节点都是可以被检查和监控的。监控DOM的关键Java包是org.w3c.dom，其中包含的“ org.w3c”反映出整体实现过程是遵守万维网协会的XML文件对象模型 (DOM)标准(World-Wide Web Consortium XML DOM standard)的。

　　在org.w3c.dom包中主要的接口是节点Node。在一个DOM 表述中，XML文档中的所有元素都是继承Node接口或者子接口的对象。举例说明，有这样一些接口代表元素、属性、正文以及注释。那么它的DOM表述包含一个互相联系的Java对象的集合，并以此来表示整个XML文档的内容。为节点接口服务的JavaDocs有一个表格，当实现这些接口时，它是用来显示对象的属性的。当你使用DOM写Java程序之前应该熟悉这个表格。

　　DOM编程模型的优势在于每个元素都可以被有效地定位、监控并且修改。那么编程时使用DOM的缺点是需要处理时间和内存。甚至你仅仅只是读入XML文档的一个简单的元素，那么你也必须把整个文档读入内存中并且进行解析。随着文档越来越大，DOM处理会变得越来越不实用。

　　使用连续的语法分析并不像前一种方式那样明显，但是它会提供许多的好处。一个连续的语法分析把整个文档分成单元，并且每次只处理一个元素。由程序员决定需要保留哪些信息以及忽略哪些信息。在JAXP库中的连续的语法分析称为XML的简单API或者SAX (Simple API for XML)。David Megginson开发出在W3C之外的为Java编程使用的SAX。在Java库中SAX编程的关键包是org.xml.sax。

　　一个SAX语法分析程序在XML文档中是这样工作的，当它遇到元素时，它便生成代表这个元素的事件。SAX处理程序包含创建类和方法，并且使用这些类和方法来处理事件、提取所需信息。

　　Java标准版本提供一些其他的与XML相关API，以此来确保在Java与XML共同使用时可以更加简单快速。所有的这些工具都是建立在JAXP这个基础之上的。那么，其他的文章将会对这些先进工具做出进一步的讨论。