关于xml与dom的一些概念

一：关于XML

         21世纪无疑是web的时代。……标记语言特别是html的出现改变了计算机的发展方向，以文档对象为基础、以浏览器为载体，内容更丰富且更具实时性的图形界面取代了单调的命令行界面。然而，html本身却存在着很多缺陷。首先，html是一种样式语言，它目前在internet中扮演的只是数据表示的角色，随着信息量的增多，html变得越来越难以胜任；其次，html对浏览器的过度依赖性也形成了html标准的严重不统一，从而导致许多信息表示只能由某种特定的浏览器来解释。这些不足使人们开始研究一门新的标记语言来弥补html的缺陷，xml的产生就正是这种思考的最终结果。

xml是一种专门为internet所设计的标记语言，它的重点是管理数据本身，数据的表示形式交给其它技术来解决。这种明确的分工带来了更高效的程序设计、更快速的搜索引擎、更统一的数据表示方式以及更方便的数据交流。

xml是一种定义语言的语言，它克服了html的缺点，给了程序员更自由的空间。近几年，xml在除数据表示以外的其他方面也得到越来越广泛的应用，从数据存储到数据交换再到系统整合，xml都发挥着强大的作用。基于xml的新技术如雨后春笋层出不穷，web服务、ajax等技术相继形成并逐渐开始发展成熟。

……xml不仅需要dtd，还应当考虑它与应用程序之间的交互接口。在xml中用于完成这个任务的有两个API，一个是SAX（Simple API for XML,XML简单API）；另一个是DOM。与SAX只针对XML进行处理不同，DOM是用于处理HTML和XML文档的一系列的对象和接口。严格而言，DOM并不是一个API,因为DOM只提供了接口的定义，并没有接口的实现，所以仅是一个规范。

====================================

 

二：什么是DOM

简单的说，DOM是一组独立于语言和平台的应用程序编程接口，它能够描述如何访问和操纵存储在结构化XML和HTML文档中的信息。它定义了构成DOM的不同对象，却没有提供特定的实现。实际上，它能够用任何编程语言实现。利用DOM中的对象，开发人员可以对文档进行读取、搜索、修改、添加和删除等操作。DOM为文档导航以及操作HTML和XML文档的内容和结构提供了标准函数。

 

三：DOM的工作方式

DOM的工作方式是：首先将XML文档一次性的装入内存，然后对文档进行解析，根据文档中定义的元素、属性、注释和处理指令等不同的内容进行分解，以“结点数”的形式在内存中创建XML文件的表示，也就是一个文档对象模型。这里的含义其实是把文档对象化，文档中每个结点对应着模型中一个对象，然后根据对象提供的编程接口，在Application中访问XML文档进而操作XML文档。

 

四：正确理解DOM

1）DOM不是一种二进制的规范。用同一种语言编写的DOM程序在跨平台的时候是源码兼容的，但DOM没有定义任何形式的二进制互操作功能。

2）DOM并没有描述如何把对象保存到XML或者HTML中。它没有说明对象如何表示成XML，而是说明了xml或html文档如何被表示成对象。所以，DOM可用于面向对象的编程。

3）DOM不是一套数据结构集，它是说明接口的一个对象模型。虽然文档包含显示父子关系的图表，但这些逻辑联系是由程序接口定义的，而不是由任何特定内部数据表示结构的。

4）DOM没有定义文档中信息的相关性以及文档中信息是如何组织的。对于XML，则由W3C的XML信息集进行说明，DOM只是针对信息集的简单API。

 

五：什么是DOM API

编写通过DOM访问XML文件的应用程序时，必须使用特定的DOM实现。实现是某种形式的类库，它设计为运行在特定的硬件和软件平台上，并访问特定的数据存储（例如文本文件，关系数据库等）。

API 实际上是一组类库，一个组件利用它指示另一个组件执行更底层的服务。W3C DOM仅仅提供了DOM类库的接口定义，而没有提供特定的实现。为程序员提供DOM 实现的任务要由第三方完成。当用户打算使用DOM操作应用程序中的XML结构时，对于应用程序的每个目标平台，都要获取相应平台的DOM实现。在大多数情况下，这些类库要与应用程序绑定，并与应用程序的二进制代码一起分发。

按照DOM的工作方式，为了使应用程序可以访问XML文档，首先必须对读取到内存的XML文档进行解析。通过对文档中所包含的信息进行有效性检验（如果文档使用了DTD时）以及扩展在文档中所使用的所有实体，解析器就可以对文档进行处理。然后，通过XML解析器，被处理的XML文档在内存中被转化为XML文档对象。这个文档对象包括一个带结点的树，树的结点中包含了XML文档中的数据和结构信息。这个时候，应用软件就可以使用DOM API 访问和修改树的结点。

DOM的API 不包含实现，它仅仅允许应用程序通过它访问XML文档中的数据。解析器有责任为接口提供相关的实现类，同时也需要提供一种方法来初始化这些类。