在 第 1 部分中，我们向您展示了在处理节点时可以使用的一组 DOM Level 3 Core 特性。现在我们将描述从 DOM 数据模型到 XMLInfoset 的映射，以及如何利用所谓的 DOM bootstrapping mechanism （DOM 自举机制）来消除应用程序中依赖于实现的代码。之后我们将展示如何重新验证内存中的 DOM 以检查它是否仍然符合您的模式，我们还将描述如何访问元素和属性类型信息，最后展示如何在 Xerces 中使用所有这些好的特性。

映射到 Infoset

为 DOM Level 3 而完成的一项重要任务是：通过加入新的可以查询缺少的 XMLInfoset 信息的方法，使 DOM 数据模型与 XML Information Set（Infoset）相匹配。例如，现在可以通过 Document 接口（它被映射到 Infoset 文档信息项）查询和修改储存在一个 XML 声明中的信息，例如 version 、 standalone 和 encoding 。类似地，基本 URI 和声明基本 URI 属性是根据 XML Base 处理的，它们被放在 Node 接口中。您还可以获取 XML Infoset 元素内容的 whitespace 属性。这个属性表明一个 Text 节点是否只包含可以被忽略的空白。可以通过 Text 接口（它映射到 XML Inforset 字符信息项）获得这个属性。清单1展示了在 Java 语言绑定中这个接口中的实际方法签名。

// XML Declaration information on
// the org.w3c.dom.Document interface
public String getXmlEncoding();
public void setXmlEncoding(String xmlEncoding);
public boolean getXmlStandalone();
public void setXmlStandalone(boolean xmlStandalone)
                                  throws DOMException;
public String getXmlVersion();
public void setXmlVersion(String xmlVersion)
                                  throws DOMException;
// element content whitespace property on the Text 
// interface
public boolean isWhitespaceInElementContent();

通过 Attr 接口的 schemaTypeInfo 属性，您还可以获取一个属性信息项的属性类型特性的值 ——即一个属性的类型。 后面有一节对此给予了更详细的介绍。

此外，这里提供了一个新的特性，用于以最接近 XML Infoset 的形式返回 Document ，在此之前，由于不同的编辑操作（例如插入或者删除节点）的作用，文档通常会更加偏离 XML Infoset。这是在进行 文档标准化（ document normalization ）操作时可能造成的部分结果，我们将在下面的 文档标准化一节中对此加以描述。

最后，新的 Appendix C 提供了 XML Infoset 模型与 DOM 之间的映射，在这种映射中，每一个 XML Infoset 信息项都映射到其相应的 Node ，反之也一样，一个信息项的每一个属性都映射到其相应 Node 的属性。这个附录应该可以使您对 DOM 数据模型有一个很好的全面了解，并且展示了如何访问所要查找的信息。

回页首

自举

以前版本的 DOM 规范没有提供任何自举 DOM 实现的方法。因此，在应用程序中，必须首先使用与具体实现相关的代码。DOM Level 3 Core 规范定义了一个 DOMImplementationRegistry 对象，通过它可以按照所需的功能集找到合适的实现。例如，您可以要求得到一个支持 mutation 事件的实现。清单 2 显示了如何在应用程序中使用自举机制找到合适的实现。

// set DOMImplementationRegistry.PROPERTY property 
// to reference all known DOM implementations
System.setProperty(DOMImplementationRegistry.PROPERTY,
                   "org.apache.xerces.dom.DOMImplementationSourceImpl");
// get an instance of DOMImplementationRegistry
DOMImplementationRegistry registry = DOMImplementationRegistry.newInstance();
// DOM implementation that support the specified features
DOMImplementation i = registry.getDOMImplementation("MutationEvent");

这样做有诸多好处。它不但使您的代码与实现无关，而且还允许 DOM 实现器提供更适合您需求的实现。这样可以使您的应用程序具有更好的性能。例如，Xerces 有多种实现：一种是全功能的，支持 DOM 的许多可选模块；另一种是最小化的，只支持核心功能，提供较轻型的对象。如果不需要支持 mutation 事件，那么何必为创建支持这种功能的对象而付出代价呢？通过使用机制机制，就可以使用对于应用程序最合适的实现。

回页首

文档标准化

在 DOM Level 3 中定义的一个新方法是 Document 接口的 normalizeDocument 方法。从方法名可以看出，您可以使用这个方法来标准化文档。在默认情况下，这个方法完成以下工作：

• 标准化 Text 节点，将相邻的 Text 节点整合为一个 Text 节点。
• 根据 EntityReference 节点所引用的实体更新它们的内容。
• 验证和修复文档中的命名空间信息，使命名空间格式是格式良好的。

一定要注意，在这个方法中使用的命名空间标准化算法（在 Appendix B 中定义）只对 namespace-aware 节点起作用，这些节点是使用具有“NS”后缀的方法（例如 createElementNS ）创建的。 Namespace unaware 节点，即用 DOM Level 1 方法（如 createElement ）创建的节点，与所有依赖于 XML 命名空间的处理不完全兼容。如果在文档中有 DOM Level 1 节点，那么在尝试进行命名空间标准化时， normalizeDocument 会失败并报告一个错误。一般来说，如果希望使用 XML 命名空间，并且要对文档执行任何需要 XML 命名空间支持的操作，那么就不应该用 DOM Level 1 方法创建节点。对于其他的操作，例如针对 XML Schema 重新验证内存中的文档，也是如此。

还可以通过 DOMConfiguration 配置 normalizeDocument ，以便对文档执行其他操作。例如，可以使用这个方法去掉注释，将 CDATASection 节点转换为 Text 节点，或者放弃树中所有命名空间声明属性。还可以通过它一次完成上述所有工作，从而轻松地使文档具有可以自然地映射到 XML Infoset 的形式。清单3展示了如何用 Document.config 控制 normalizeDocument 。

清单3. 使用 Document.config 控制 normalizeDocument

// retrieve document configuration
DOMConfiguration config = document.getConfig();
// remove comments from
config.setParameter("comments", false);
// remove namespace declarations
config.setParameter("namespace-declarations", false);
// transform document
core.normalizeDocument();
// put document into a form closest to the XML Infoset 
config.setParameter("infoset", true);
// transform document
core.normalizeDocument();

normalizeDocument 方法还允许您用 XML Schema 或者 DTD 对内存中的文档进行重新验证。过去，要在文档修改后对它进行重新验证，必须将它保存为一个文件，再用验证解析器读回去。有了这种新方法，现在就可以通过让 DOM 实现重新验证内存中的文档从而更有效地完成这项工作。为此，首先需要将 DOMConfiguration 的 validate 参数设置为 true 。然后需要实现一个 DOMErrorHandler 对象，验证错误将报告给这个对象，再用 error-handler 参数将这个对象注册到 Document 上。这与对 SAX 解析器所做的工作很类似。最后，可以通过调用 normalizeDocument 检查文档是否有效。在本文的后面，我们展示了如何用 Xerces 完成这项工作。

目前，还没有访问 XML Schema Post-Schema Validation Infoset（PSVI）的标准 API。不过，DOM Level 3 允许您获取一些 PSVI 信息。例如，如果希望获得 PSVI 标准化的模式值属性，那么就将 DOMConfiguration 上的 datatype-normalization 和 validate 参数设为“true”，并用经过 XML Schema 标准化的值调用 normalizeDocument 以更新树 ——这意味着文档中属性值和元素内容现在表示的是 PSVI 标准化的模式值属性。

回页首

访问类型信息

前一版本的 DOM 没有提供对任何类型信息的任何访问途径，没有任何办法可以得到文档中一个属性或者元素节点的类型。正如我们在前面提到的，在 DOM Level 3 Core 中现在已经可以做到这一点了，这要归功于引入了名为 TypeInfo 的新接口。这个接口代表一个类型定义，由名称和命名空间 URI 成对组成。视验证文档时所用的模式而定，这种类型定义所对应的内容可能是不同的。

如果使用 DTD （在装载的时候，或者使用 normalizeDocument ），那么一个属性节点的 TypeInfo 表示这个属性的类型。在 XML Infoset 中这是属性信息项的属性类型属性。不过，对于元素节点， TypeInfo 的名称为 null ，命名空间 URI 为 null ，这是因为 DTD 没有定义元素类型。

现在，如果使用 XML Schema 验证文档，那么 TypeInfo 在元素节点上表示元素类型，而在属性节点上表示属性类型。事实上， TypeInfo 还表示相应元素和属性信息项的 PSVI 类型定义属性。

注意，要使这些信息可用，必须根据所使用的模式验证元素或者属性的有效性。如果验证失败，那么应该让 DOM 实现提供经过声明的类型以帮助您相应地修正文档。而且，如果类型是匿名的，那么就返回一个特定于实现的惟一名。

回页首

在 Xerces2 中使用 DOM Level 3 API

Apache Xerces2 parser 2.4.0 提供了 DOM Level 3 Core 的一个早期实现。不过，因为 DOM Level 3 Core 规范还不是 W3C 建议，所以这个实现不是 Xerces 默认发布的一部分。要使用这个功能，需要通过类型覆盖变为 Xerces DOM 实现类（例如 org.apache.xerces.dom.DocumentImpl ），或者用“ jars-dom3 ”目标在本地编译 Xerces。这会生成包含 DOM Level 3 API 的 om3-xml-apis.jar 文件和包含 API 实现的 dom3-xercesImpl.jar 文件。要编译 Xerces，需要从 CVS 中提取源代码，或者下载发布的 Xerces 源代码和工具。

利用 DOM Level 3 支持编译好 Xerces 之后，将新生成的 jar 文件 （ dom3-xml-apis.jar 和 dom3-xercesImpl.jar ）加入到 CLASSPATH 中，就可以开始使用 DOM Level 3 进行编程了。

如果只需要一个 DOM Level 3 Core 实现，那么您需要通过使用 自举机制 请求获得支持“ Core ”或者“ XML ”的 Xerces 实现。正如我们所提到的，这样做将返回一个使用更少内存的DOM 实现，但是该实现不提供对可选模块（如遍历）的支持。

我们还提到过，DOM Level 3 引入了一种机制，利用这种机制可以对内存中的文档进行重新验证。不过，当前版本的 Xerces (2.4.0) 只支持针对 XML Schema、而不是针对 DTD 的重新验证。注意，如果一个 DOM 实现同时支持针对 XML Schema 和 DTD 的重新验证，并且文档引用了不同的模式（例如一个 DTD 和一个 XML Schema），那么就会不明确应该使用哪一种模式进行重新验证。为明确这一点，例如，希望针对 XML Schema 进行重新验证，可以通过获取 Document 节点的子节点然后删除 DocumentType 子节点来从文档中删除 DocumentType 节点，或者设置 DOMConfiguration 的 schema-type 参数。可以通过两种方法将一个 XML 模式与一个文档相关联：

• 向 documentElement （根元素）添加一个名为 xsi:schemaLocation 或者 xsi:noSchemaLocation 的属性，其值为模式的位置。
• 设置 DOMConfiguration schema-location 参数，使它的值为在重新验证要使用的模式的位置。

注意，应该用绝对 URI 指定模式位置。如果您决定使用相对URI，那么它将被解析为与通过 Document 接口的 documentURI 属性公开的文档的位置相对的位置。或者，可以实现并注册一个 DOMEntityResolver （在 DOM Level 3 Load and Save 规范中定义），自己解析相对 URI。清单 4 展示了如何重新验证内存中的文档：

// Retrieve configuration
DOMConfiguration config = document.getConfig();
// Set document base URI
document.setDocumentURI("file:///c:/data");
// Configure the normalizeDocument operation
config.setParameter("schema-type", "http://www.w3.org/2001/XMLSchema");
config.setParameter("validate", true);
config.setParameter("schema-location", "personal.xsd");
// Revalidate your document in memory
document.normalizeDocument();

回页首

结束语

我们向您展示了 DOM Level 3 Core 带来的新特性如何使您免于编写大量代码，以及如何提高应用程序的性能。编写的代码越少，维护工作就越少，所产生的错误也就越少，这样您的工作就越是得心应手！我们还展示并解释了如何使用几个强大的新特性，例如内存中的重新验证以及对类型信息的访问 —— 这些都是开发人员长期以来梦寐以求的特性。

简言之，DOM Level 3 Core 将使您的生活更加轻松，如果与像 DOM Load & Save 这样的其他模块结合使用，则效果更佳。我们希望本文可以帮助您好好利用它。

参考资料

• 您可以参阅本文在 developerWorks 全球站点上的 英文原文.
  
  
• 本系列的 第 1 部分讨论了对节点的操作，例如重命名，将节点从一个文档移到另一个文档，设置文本内容等等( developerWorks，2003年8月)。
  
  
  
  
• 阅读 DOM Level 2 CoreW3C 推荐标准。
  
  
  
  
• 阅读 XML Information Set 规范以便更好地理解 XML Infoset。
  
  
  
  
• 熟悉最新的 DOM Level 3 Core Last Call 草案。
  
  
  
  
• 在 W3C 的 Technical Reports and Publications 页面 可以找到更多关于其他 W3C 规范的内容，例如 XML Schemas and Namespaces in XML。
  
  
  
  
• 了解关于 Xerces2 DOM 实现的内容。
  
  
  
  
• 下载最新的 Xerces-J 解析器。
  
  
  
  
• 在 developerWorks XML 专区 中可以找到更多的 XML 资源，包括入门教程 理解 DOM( developerWorks，2003年7月)。
  
  
  
  
• 要了解更多关于使用 DOM 进行自举的内容，参阅 Brett McLaughlin 撰写的技巧系列：
  • 第 1 部分解释了自举是什么，探索了与之相关的一些问题，并给出了在 DOM Levels 1 和 2 中使用自举的基础知识( developerWorks，2002年11月)。
  • 第 2 部分在第一部分的基础上，展示了在 DOM 应用程序中更好的自举方式( developerWorks，2002年12月)。
  • 第 3 部分解释了 DOM Level 3 中与自举有关的修改，以及它们如何对 DOM Levels 1 和 2 进行改进( developerWorks，2002年12月)。
  
  
  
  
• 访问 developerWorks 上颇有人气的、由 Brett McLaughlin 主持的 XML 和 Java 技术论坛，这是一个开放的、名声很好的环境，在这里可以讨论与 XML 和 Java 相关的所有内容。
  
  
  
  
• 研究 IBM WebSphere Studio Site Developer，这是一个健壮的、易于使用的开发环境，可用于创建、编译和维护动态 Web 站点、应用程序以及 Web 服务。
  
  
  
  
• 看看如何成为 IBM 认证的 XML 和相关技术的开发人员。
  
  
  
  

作者简介

为本文评分

评论

回页首

内容

• 映射到 Infoset
• 自举
• 文档标准化
• 访问类型信息
• 在 Xerces2 中使用 DOM Level 3 API
• 结束语
• 参考资料
• 作者简介
• 建议