你如何构建XML解析器？

Question

任何人都可以指导我构建XML解析器的好教程吗？我意识到大多数语言已经有了库来完成这项任务，但我有兴趣了解XML的语法和解析器工作原理。我已经尝试过寻找能够解释这一点的东西但却找不到任何东西。

Answer 1

为了说清楚，你应该从来没有尝试编写一个XML解析器用于生产。这是

1. 对大多数人来说很复杂，真的很难做对，
2. 解决了任何语言的问题。

为了概述XML，我建议你在O'Reilly上阅读“XML In A Nutshell”，并尝试用XML和XML转换。对于一般的解析器构建，Parsing Techniques看起来很有希望。但实际上解析XML相当困难，所以你应该从使用它获取知识开始。在该领域，文档也不那么稀疏......

Answer 2

如果你是计算机科学的学生并且想要将XML解析器作为学术练习，那么很好：这是一个度过一个潮湿周末的好方法，你不需要问这个问题，因为你有权访问到一个关于如何编写解析器的教科书库，如果你有特定的XML相关问题，那么你可以随时查看各种开源解析器的代码，看看专家如何解决这个问题。

如果你不是计算机科学的学生，那么我建议你成为一个 - 如何为不同的语法类别编写解析器的理论是该主题基础的一部分。

Answer 3

我认为人们没有足够的需求来编写这样的教程;正如我评论的那样，我认为一般的解析器技术并没有多大帮助。 XML解析器通常不是通常的lex + yacc方法工作得太好（lexer部分比解析器更重要，因为它的价值）。

我知道大多数生产就绪的XML解析器都是野兽，但你可能最好开始阅读它。 Java有一些例子，xmlpull可能是最简单的正确解析器之一。 Woodstox和Xerces是最兼容（“完整”）的解析器，拥有大量的代码库，所以绝对不是轻松阅读。但它们处理XML解析器应该处理的所有内容，因此它们也可能具有教育意义 但要注意半支持的假解析器，它们会跳过对XML规范要求的检查（例如Javolution检查很少的东西，例如没有字符有效性检查或属性名称重复）。

另一个要阅读的内容显然是XML规范。它是IMO最精心编写的规范之一;准确而完整，即使不完全轻松阅读。但考虑到所有内容，实际上并不是那么长。