| |
简介
在1998年w3cxml1.0推荐标准发布之后，xml就开始变得很流行。sun公司就是在那时候规范java community process (jcp),同时jaxp(jsr-05)的第一版在2000早些时候发布了。这个版本得到了很多工业集团的支持，譬如（以年月次序排列）bea systems, fujitsu limited, hewlett-packard, ibm, netscape communications, oracle, and sun microsystems, inc.
jaxp （全称java api for xml parsing）的可插拔性（pluggability）在开发社区里引起很大的轰动。这点也是jaxp的精华所在。开发人员可以编写自己的xml处理器，只要它符合jaxp的apis，这样底层不同的xml处理器可以任意切换而不用改应用程序的代码。
那jaxp到底是什么呢？首先 这个p有点迷惑，它代表parsing还是processing呢？
因为jaxp1.0的时候只支持解析（parsing），所以jaxp全称应该是java api for xml parsing.
但在jaxp1.1的时候，xsl-t被推荐用作xml的转换（transformation）处理。很遗憾，当时w3c xlt-t的标准规范（specification）里没有提供任何用来转换（transformation）处理的apis。因此jaxp1.1的专家组推荐了一组apis叫transformation api for xml (trax)。
从此jaxp就叫java api for xml processing. jaxp通过逐步进化，支持的东西也越来越多
不仅仅是解析xml文件（譬如在解析文档的时候根据schema校验有效性，根据预解析的schema来校验文档有效性，计算xpath 表达式等等）。
由于底层用来处理xml文档的可插拔的processor是任意编写的，只要它符合jaxp的规范，因此jaxp 是一个轻量级的处理xml文件的处理apis。（译者注：jaxp只是一个api规范而已，真正底层实现是任意的。后面会有具体介绍。）
使用jaxp来解析xml文档
jaxp支持基于对象和基于事件的两种解析方式。基于对象的解析，到目前为止只支持w3c dom解析，jaxp的专家组可能在jaxp的将来版本中会支持j-dom规范。基于事件的解析，只有sax 解析模式被支持，另一个基于事件的解析模式叫pull parsing，本来它应该是jaxp的一部分。但是对于pull parsing存在有一份不同的jsr (#173)文档，也就是大家所知道的streaming api for xml (stax) parsing，现在我们对于那个也没什么更多的可以做了。
figure 1: various mechanism of parsing xml
使用sax来解析xml文档
sax apis 是在1998年的早些时候由david megginson提出的，目标是成为基于事件驱动的xml文档解析模式的标准api(这里你可以的到一些 sax 的历史信息)。即使这样，sax仍不是w3c 的rec。但毫无疑问实际中它是行业内解析xml文档的标准。
sax 是一种基于事件的解析模式，是push-parsing原理，解析文档的时候，当遇到<opening> 标签, </closing>标签 或字符等，sax 都会产生相应的事件（event）。一个sax解析器解析xml文档的时候，把文档看作为一个流，依次产生相应的事件报告给已注册的content handler, org.xml.sax.contenthandler，如果有错误，错误会报告给error handler, org.xml.sax.errorhandler.
如果你不注册一个error handler，那你就根本不会知道在解析xml文档的时候有没有错误产生和错误是什么。因此，在sax解析xml文档的时候注册一个error handler是极其重要的。
如果程序需要知道有什么事件产生了（并且想处理此事件），那你必须实现org.xml.sax.contenthandler 接口并注册给 sax解析器。一个典型的事件被触发的顺序是
startdocument, startelement, characters, endelement, enddocument。
startdocument 仅仅被触发一次而且是在触发其它event之前。同样，enddocument仅仅被触发一次而且是在整个文档被成功解析之后。你可以从sax javadocs中获取更详细的信息。
figure 2: sax parsing xml
使用jaxp,通过sax parse xml document的代码片断:
saxparserfactory spfactory = saxparserfactory.newinstance();
spfactory.setnamespaceaware(true);
saxparser saxparser = spfactory.newsaxparser();
//write your handler for processing events and handling error
defaulthandler handler = new myhandler();
//parse the xml and report events and errors (if any) to the handler
saxparser.parse(new file("data.xml"), handler);
文档对象模型解析
dom 解析是基于对象的原理，当用dom解析xml文档时它会在内存中生成一个树形的结构来表示一个xml文档。树上的每个节点代表着xml文档中的一个节点。如果一个dom解析器符合w3c标准，那它产生的dom就是w3c的dom，使用org.w3c.dom apis就能遍历和修改这个dom。
大部分dom解析器允许你抽取xml文档里的一部分来生成dom树，而不是把整个xml文档在内存中建立对应dom树。
figure 3: dom parsing xml
使用jaxp, 通过dom parse xml document的代码片断:
documentbuilderfactory dbfactory = documentbuilderfactory.newinstance();
dbfactory.setnamespaceaware(true);
documentbuilder domparser = dbfactory.newdocumentbuilder();
//parse the xml and create the dom
document doc = domparser.parse(new file("data.xml"));
//to create a new dom from scratch -
//document doc = domparser.newdocument();
//once you have the document handle, then you can use
//the org.w3c.dom.* apis to traverse or modify the dom...
在校验模式下进行解析
根据dtd校验
dtd 是xml 文档的语法。经常人们会觉得dtd有点另类，因为它和xml的syntax不一样，但dtd是w3c xml1.0里的完整的一部分。如果一份xml文档声明了doctype，并且想在解析的时候根据dtd校验文档，那你必须在适当的factory里启用根据dtd校验文档（validation）这个特性。例如：
documentbuilderfactory dbfactory = documentbuilderfactory.newinstance();
dbfactory.setvalidating(true);
or
saxparserfactory spfactory = saxparserfactory.newinstance();
spfactory.setvalidating(true);
注意，如果xml文档声明了一个dtd ，即使你不启用校验（validation）这个特性，解析器总是试着去读入这个dtd。 这样做的目的是为了保证xml文档中entity reference被正确的扩展了，否则会导致格式不正确的xml文档，只有在xml文档序言部分的声明中standalone属性被置为true时，外部的dtd才会被完全忽略掉。例如：
<?xml version="1.1" encoding="utf-8" standalone="yes"?>
根据w3c schema来校验xml文档(wxs)
xmlschema 是xml文档的另外一种文法描述。xmlschema非常流行市因为它和xml文档使用同样的语法并且提供了丰富的定义校验限制的特性。如果一个xml文档用"schemalocation" 和"nonamespaceschemalocation"指向了一个schema，结下来你想启用根据xmlschema校验文档这个特性，你还要做如下的步骤：
1.和上面说的一样，调用saxparserfactory o或documentbuilderfactory的setvalidating函数来启用validation这个特性。
2.把属性 "http://java.sun.com/xml/jaxp/properties/schemalanguage" 值设为 "http://www.w3.org/2001/xmlschema"
注意，这种情况下，即使xml文档有doctype声明，处理器仍不会用dtd来校验这个文档。但是和前面提到的一样，为了任何一个entity reference是被正确扩展的，这个dtd还是会被装载的，
既然"schemalocation" 和"nonamespaceschemalocation"仅仅是提示，所以可以使用属性"http://java.sun.com/xml/jaxp/properties/schemasource"从外部提供schemas来覆盖这些提示。
对于这个属性，一些可以接受值是：
?是一个代表schema的url地址的字符串。
?java.io.inputstream with the contents of the schema
?org.xml.sax.inputsource
?java.io.file
?一个 java.lang.object 的数组，数组内容是上面所提到三类中的一个。
例如:
saxparserfactory spfactory = saxparserfactory.newinstance();
spfactory.setnamespaceaware(true);
//turn the validation on
spfactory.setvalidating(true);
//set the validation to be against wxs
saxparser.setproperty("http://java.sun.com/xml/jaxp/properties/
schemalanguage", "http://www.w3.org/2001/xmlschema");
//set the schema against which the validation is to be done
saxparser.setproperty("http://java.sun.com/xml/jaxp/properties/
schemasource", new file("myschema.xsd"));
使用jaxp的trax apis来进行xml文档转换处理工作
w3c xsl-t 定义了一些转换规则来把源树转化生成结果树。在xsl-t中，转换信息所存在的文件叫样式表（stylesheet）。要用jaxp来转换一个xml文档，你需要
|
|
