我在本教程中看到了下面这行DOM解析器的代码。
doc.getDocumentElement().normalize();
为什么要做这个归一化? 我看了文件,但一个字也看不懂。
将所有Text节点放在此Node下面的子树的全深度中
好吧,那谁能给我看看(最好是有照片)这棵树是什么样子的?
谁能解释一下为什么需要正常化? 如果我们不正常化会发生什么?
我在本教程中看到了下面这行DOM解析器的代码。
doc.getDocumentElement().normalize();
为什么要做这个归一化? 我看了文件,但一个字也看不懂。
将所有Text节点放在此Node下面的子树的全深度中
好吧,那谁能给我看看(最好是有照片)这棵树是什么样子的?
谁能解释一下为什么需要正常化? 如果我们不正常化会发生什么?
当前回答
作为@JBNizet为更多技术用户提供的答案的扩展,以下是org.w3c.dom的实现。parentnode的节点接口,让您了解它的实际工作方式。
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);
}
它递归遍历所有节点并调用child .normalize() 这个机制在org.apache.xerces.dom.ElementImpl中被覆盖
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);
}
希望这能为您节省一些时间。
其他回答
作为@JBNizet为更多技术用户提供的答案的扩展,以下是org.w3c.dom的实现。parentnode的节点接口,让您了解它的实际工作方式。
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);
}
它递归遍历所有节点并调用child .normalize() 这个机制在org.apache.xerces.dom.ElementImpl中被覆盖
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);
}
希望这能为您节省一些时间。
简单地说,正常化就是减少冗余。 冗余的例子: A)根/文档标记之外的空白(…<document></document>…) B)开始标记(<…>)和结束标记(</…>)中的空白 C)属性和值之间的空白。键名和="之间有空格) D)多余的名称空间声明 E)属性和标签文本中的换行/空格 F)评论等等……
句子的其余部分是:
其中只有结构(例如,元素、注释、处理指令、CDATA节和实体引用)分隔文本节点,即既没有相邻的文本节点也没有空的文本节点。
这基本上意味着下面的XML元素
<foo>hello
wor
ld</foo>
可以在一个非规范化节点中这样表示:
Element foo
Text node: ""
Text node: "Hello "
Text node: "wor"
Text node: "ld"
规范化后,节点看起来是这样的
Element foo
Text node: "Hello world"
属性也是如此:<foo bar="Hello world"/>, comments,等等。