使用DocumentBuilderFactory將XML文檔轉換為DOM對象

Question

我當前正在修改一段代碼，並且想知道XML的格式化方式（制表符和間距）是否會影響將其解析為DocumentBuilderFactory類的方式。

本質上，問題是...我可以將沒有間隔的大長字符串傳遞給DocumentBuilderFactory還是需要以某種方式對其進行格式化？

預先感謝，下面是Oracle網站上的類定義。

類DocumentBuilderFactory

“定義一個工廠API，使應用程序能夠獲得一個解析器，該解析器可以從XML文檔生成DOM對象樹。”

Answer 1

文件會有所不同。 制表符和換行符將轉換為文本節點。 您可以使用DocumentBuilderFactory上的以下方法消除它們：

• http://download.oracle.com/javase/6/docs/api/javax/xml/parsers/DocumentBuilderFactory.html#setIgnoringElementContentWhitespace(boolean ）

但是為了使其工作，您必須設置DOM解析器以根據DTD或xml模式驗證內容。

或者，您可以使用類似以下的方法自己以編程方式刪除多余的空格：

public static void removeEmptyTextNodes(Node node) {
    NodeList nodeList = node.getChildNodes();
    Node childNode;
    for (int x = nodeList.getLength() - 1; x >= 0; x--) {
        childNode = nodeList.item(x);
        if (childNode.getNodeType() == Node.TEXT_NODE) {
            if (childNode.getNodeValue().trim().equals("")) {
                node.removeChild(childNode);
            }
        } else if (childNode.getNodeType() == Node.ELEMENT_NODE) {
            removeEmptyTextNodes(childNode);
        }
    }
}

Answer 2

只要字符串是有效的 XML，它就不會影響解析器的功能。 制表符和換行符被語法分析器剝離或忽略，實際上是為了使人類閱讀者美觀。

請注意，您必須將輸入流 （例如StringBufferInputStream）傳遞給DocumentBuilder，因為解析的字符串版本假定它是XML的URI。

Answer 3

DocumentBuilder為帶換行的xml字符串和不帶換行的xml字符串構建不同的DOM對象。 這是我測試過的代碼：

StringBuilder sb = new StringBuilder();
sb.append("<root>").append(newlineChar).append("<A>").append("</A>").append(newlineChar).append("<B>tagB").append("</B>").append("</root>");

DocumentBuilder builder = DocumentBuilderFactory.newInstance().newDocumentBuilder();

InputStream    xmlInput = new ByteArrayInputStream(sb.toString().getBytes());
Element documentRoot = builder.parse(xmlInput).getDocumentElement();

NodeList nodes = documentRoot.getChildNodes();

System.out.println("How many children does the root have? => "nodes.getLength());

for(int index = 0; index < nodes.getLength(); index++){
    System.out.println(nodes.item(index).getLocalName());
}

輸出：
How many children does the root have? => 4
null
A
null
B

但是，如果從StringBuilder中刪除了新的newlineChar ，則輸出為：
How many children does the root have? => 2
A
B

這表明DocumentBuilder生成的DOM對象是不同的。

Answer 4

關於XML-String的格式應該沒有任何影響，但是當我將一個長字符串傳遞給XML解析器時，我可以記住一個奇怪的問題。 由於它是一長行編寫的，因此paser無法解析XML文件。

如果您以這種方式插入換行符，則行的長度最好不超過1000個字節，這可能會更好。

但是可悲的是，我確實清楚地記得為什么會發生該錯誤，也不知道我使用了哪個解析器。