我在本教程的 DOM 解析器代码中看到了下面的代码行。
doc.getDocumentElement().normalize();
我们为什么要进行这种标准化?
我阅读了文档,但我一个字也听不懂。
将所有文本节点放在此节点下的子树的完整深度中
好的,那么有人可以告诉我(最好有图片)这棵树的样子吗?
谁能解释我为什么需要标准化?
如果我们不规范化会发生什么?
剩下的句子是:
其中只有结构(例如元素、注释、处理指令、CDATA 部分和实体引用)分隔 Text 节点,即既没有相邻的 Text 节点也没有空的 Text 节点。
这基本上意味着以下 XML 元素
<foo>hello
wor
ld</foo>
在非规范化节点中可以这样表示:
Element foo
Text node: ""
Text node: "Hello "
Text node: "wor"
Text node: "ld"
标准化后,节点将如下所示
Element foo
Text node: "Hello world"
属性也是如此:<foo bar="Hello world"/>
,评论等。
简单来说,标准化就是减少冗余。
冗余示例:
a) 根/文档标签之外的空格 ( ... <document></document> ... )
b) 开始标签 (< ... >) 和结束标签 (</ ... >)
c) 属性及其值之间的空格(即键名和=之间的空格)
d) 多余的命名空间声明
e) 属性和标签文本中的换行符/空格
f) 注释等...
作为@JBNizet 对更多技术用户的回答的扩展,这里的org.w3c.dom.Node
接口实现com.sun.org.apache.xerces.internal.dom.ParentNode
看起来像什么,让您了解它的实际工作原理。
public void normalize() {
// No need to normalize if already normalized.
if (isNormalized()) {
return;
}
if (needsSyncChildren()) {
synchronizeChildren();
}
ChildNode kid;
for (kid = firstChild; kid != null; kid = kid.nextSibling) {
kid.normalize();
}
isNormalized(true);
}
它递归地遍历所有节点并调用kid.normalize()
此机制在org.apache.xerces.dom.ElementImpl
public void normalize() {
// No need to normalize if already normalized.
if (isNormalized()) {
return;
}
if (needsSyncChildren()) {
synchronizeChildren();
}
ChildNode kid, next;
for (kid = firstChild; kid != null; kid = next) {
next = kid.nextSibling;
// If kid is a text node, we need to check for one of two
// conditions:
// 1) There is an adjacent text node
// 2) There is no adjacent text node, but kid is
// an empty text node.
if ( kid.getNodeType() == Node.TEXT_NODE )
{
// If an adjacent text node, merge it with kid
if ( next!=null && next.getNodeType() == Node.TEXT_NODE )
{
((Text)kid).appendData(next.getNodeValue());
removeChild( next );
next = kid; // Don't advance; there might be another.
}
else
{
// If kid is empty, remove it
if ( kid.getNodeValue() == null || kid.getNodeValue().length() == 0 ) {
removeChild( kid );
}
}
}
// Otherwise it might be an Element, which is handled recursively
else if (kid.getNodeType() == Node.ELEMENT_NODE) {
kid.normalize();
}
}
// We must also normalize all of the attributes
if ( attributes!=null )
{
for( int i=0; i<attributes.getLength(); ++i )
{
Node attr = attributes.item(i);
attr.normalize();
}
}
// changed() will have occurred when the removeChild() was done,
// so does not have to be reissued.
isNormalized(true);
}
希望这可以节省您一些时间。