构建轻量级XML DOM分析程序(2)

定义XML语法分析基本元素

为了把一个XML文件处理成为上面提到的简化的DOM树模型，我们必须定义一些基本的语法分析规则。使用这些规则，语法分析程序就能容易地从输入的XML文件中提取标记或者文本块。

第一个是peek，从输入的XML文件中返回下一个字符，而实际上则不必从下层流中获得这个字符。通过保持输入流的完整性，高级函数比如readTag和readText（后面将介绍）可以更加容易地根据它们接下来期待的字符获取需要的内容。

 
 
private int peek() throws IOException {   
reader.mark(1);   
int result = reader.read();   
reader.reset();   
return result;   
}   

下一个方法是skipWhitespce，作用是跳过输入的XML流中的空格、制表符或者回车符。

 
 
private void skipWhitespace() throws IOException {   
while (Character.isWhitespace((char) peek())) {   
reader.read();   
}   
}  

在创建了如上所述的这两个方法后，我们就可以写一个函数从输入文件中检索XML标记。

 
 
private String readTag() throws IOException {   
skipWhitespace();   
StringBuffer sb = new StringBuffer();   
int next = peek();   
if (next != '＜') {   
throw new IOException   
("Expected ＞ but got " + (char) next);   
}   
sb.append((char)reader.read());   
while (peek() != '＞') {   
sb.append((char)reader.read());   
}   
sb.append((char)reader.read());   
return sb.toString();   
}  

和peek方法联合使用，readTag函数只获得一个标记的内容，而让别的函数去处理其他的内容。 最后的一个方法是readText函数，用来读取XML标记之间的文本。

 
 
private String readText() throws IOException {   
int[] cdata_start = {'＜', '!',   
'[', 'C', 'D', 'A', 'T', 'A', '['};   
int[] cdata_end = {']', ']', '＞'};   
StringBuffer sb = new StringBuffer();   
int[] next = new int[cdata_start.length];   
peek(next);   
if (compareIntArrays(next, cdata_start) == true) {   
// CDATA   
reader.skip(next.length);   
int[] buffer = new int[cdata_end.length];   
while (true) {   
peek(buffer);   
if (compareIntArrays   
(buffer, cdata_end) == true) {   
reader.skip(buffer.length);   
break;   
} else {   
sb.append((char)reader.read());   
}   
}   
} else {   
while (peek() != '＜') {   
sb.append((char)reader.read());   
}   
}   
return sb.toString();   
}   

这次使用的peek方法是前面那个从基本的XML文档返回一个字符串序列的peek方法的变体。这个peek变体让语法分析程序判断它将分析的文本是否被装入一个CDATA块。compareIntArrays函数是一个执行两个整数数组的深度比较的简单程序。