Question

我目前正在修改一段代码，我想知道XML格式化的方式（制表符和间距）是否会影响它被解析为DocumentBuilderFactory类的方式。

本质上问题是......我可以将没有间距的大字符串传递给DocumentBuilderFactory，还是需要以某种方式进行格式化？

先谢谢，下面是Oracles网站的课程定义。

类DocumentBuilderFactory

“定义一个工厂API，使应用程序能够从XML文档中获取生成DOM对象树的解析器。”

Answer 1

文件会有所不同。选项卡和新行将转换为文本节点。您可以在DocumentBuilderFactory上使用以下方法消除这些：

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

但为了使其工作，您必须设置DOM解析器以根据DTD或xml架构验证内容。

或者，您可以使用以下内容以编程方式自行删除额外的空格：

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 XML，它就不应该影响解析器的能力。标签和换行符被解析器删除或忽略，实际上是为了人类读者的美学。

请注意，您必须将输入流（例如StringBufferInputStream）传递给DocumentBuilder，因为parse的字符串版本假定它是XML的URI。

Answer 3

DocumentBuilder为xml字符串构建不同的DOM对象，其中包含换行符和不带换行符的xml字符串。这是我测试的代码：

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());
}

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

但是如果从StringBuilder中删除了新的newlineChar，输出是： How many children does the root have? => 2 A B

这表明DocumentBuilder生成的DOM对象是不同的。

Answer 4

对XML-String的格式应该没有任何影响，但我记得一个奇怪的问题，因为我将一个长字符串传递给XML解析器。 paser无法解析XML文件，因为它是在一条长行中编写的。

如果插入换行符，这些行不会长于1000字节，可能会更好。

但遗憾的是，我确实记得为什么会发生错误，也不知道我采取了哪种解析器。

使用DocumentBuilderFactory将DOM文档转换为DOM对象

4 个答案: