应该使用SAX还是DOM?

关于DOM

有人在优快云上问我，dom是什么？想来想去还是不好说，结果搜索到了这么多，都看看！还是有些启发！
**************************************
DOM概览
作者: 常明写作日期:2000-4-26


DOM是对XML开发者相当重要的，对于XML应用开发来说就是一个对象化的XML数据接口。最基本的XML开发通常都要使用它。简单说，DOM就是一组对象的集合，通过操纵这些对象，我们就能操纵XML和HTML数据。
　　DOM全称是Document Object Model,人如其名，DOM就是一个文档对象组成的模型，它不光用于XML，最先是起于HTML的。对作过Web开发的人，特别是写过动态DHTML的人，应该对HTML中的文档对象有一定概念，DOM就是这样一个对象模型的标准。
　　DOM另外又是一个接口，一个与语言无关的接口，应用通过这个接口来和XML或HTML内的数据打交道。无论是在浏览器里，还是在浏览器外，在服务器上，还是客户端，我们只要用XML就会碰到DOM。

　　1. DOM的来由

　　为什么要定义这样一个接口呢？这样讲吧，我们知道数据库有标准的ODBC/JDBC这样的接口规范，那么我们使用XML数据如果没有一个统一的接口，我们写程序是不是要每个人都要自己去处理XML的语法细节，如果我们手头有XML的语法分析器（有人译为解析器）,它也必然有一个接口让我们通过它访问XML数据，所有语法分析器的接口如果都不相同，我们开发就必须针对某一个分析器，如果换了分析器，程序就必须重写。到这里，又和数据库有可比性了，我们编数据库应用可以不管后面的数据库系统究竟是ORACLE还是SYBASE,或INFORMIX，是因为有了ODBC，所以要是我们做XML应用开发，就应该有一个统一的XML数据接口，这个接口就是DOM。

　　2. DOM的三部分

　　目前的DOM分为核心（core）、HTML、XML三部分。
　　核心：
　　这部分是结构化文档比较底层的对象的集合，但他们就已经可以表达出任何HTML和XML文件了。
　　HTML和XML
　　这两部分是专为XML和HTML提供的另外的高级接口,使操纵者两类文件更方便。98年的只有HTML部分。

　　3.DOM组成

　　这里有Vance Christiaanse给出的DOM的一个整体的图，可以使大家有一个DOM模型基本组成的概念。要看此图请点这里（比较大哦）。

　　4 文件树

　　DOM中的最基本对象应该就是Node了。从它又派生出许多类型的node。所有这些node组成一棵文件树，它包含了XML或HTML文档的几乎全部信息。
　　在结构化文档中，信息是按层次化的树形结构组织的。所以结构化文档的模型的组织也必然是树形的。
　　如一本书的组成是
　　书----标题
　　　　|
　　　　---正文---第一章-----第一节---段
　　　　　　 |
　　　　　　　--第二章.....
　　Node简单的说，就是上面树形结构中的节点，但对XML来说还包括其他XML语法相关的节点，包括XML声明，文件类型声明，处理指令等等。
　　Node提供一些基本属性和操作，各种类型的Node则继承Node的属性和操作，同时有各自特殊的属性和操作。比如ElementNode

　　5 基本对象

　　上面已经讲了DOM中最基本的对象就是节点，它的接口定义如下：
　　从NODE派生出的几个比较重要的节点类型有Document Element, Attribute,Text:
　　Document是DOM树的根，它代表一个完整的XML文档。它会有一些自己的子节点，至少应该有一个文档元素的子节点，这个节点类型为Element，是XML文件最外层的根元素，此外他还可能有DocumentType（唯一），ProcessingInstruction，Comment这几种作为子节点。
　　Element代表XML元素，是最常用的节点，它可以组成以它为根的DOM的子树。他还可以有Element子节点，以及Attribut,Text，ProcessingInstruction，CDATASection，Comment子节点。
　　Attribute是XML元素的属性，它的父节点必然是Element，它的子节点有Text和EntityReference。
　　除了Node，DOM里还有两个比较重要的对象：
　　NodeList它实现的一个节点的序列，用于表示有顺序关系的一组节点，比如某个节点的孩子节点序列，它还出现在一些方法的返回值中，例如GetNodeByName。
　　NamedNodeMap它表示的是一组节点和其唯一的名字的对应关系，这个对象主要用在属性节点的表示上。

　　6 DOM的版本

　　目前的DOM level one是W3C1998年8月18日通过的，现在w3c正在进行DOM2的制定。
　　DOM2我们将在以后的文章中介绍。

　　7 编程

　　DOM 的具体使用和编程不是很难，现在DOM的实现主要是以部件的形式提供比如MSXML，和JAVA实现比如XML4J。这两种实现，对我们使用它的接口来说，大同小异，但许多实现都加了自己的扩展的接口，这也是我们选择时考虑比较多的。
　　DOM接口的具体的使用，我会在相关的文章中讨论。（完）
*****************************************************************
了解DOM


Document Object Model API可以增强你的解析能力。
by Dan Wahlin
.NET平台提供了许多不同的方法来运用XML。因为这个原因，人们并不是很清楚地知道读取和操作XML文件的最好的方法是什么。如果你对XML或.NET平台不是很熟悉，情况尤其如此。在本文中，我将介绍一种运用DOM（Document Object Model）API（应用编程接口）的解析方法。

什么是DOM？
DOM通过把一个XML文件载入内存而起作用。结果就是一个可以解析和编辑的显示在内存中的文件。文件中不同节点间的关系都保持不变，因此你可以认为它很类似于一个家谱图，带有父/子分等级的关系。

作为例子，下面这个表示高尔夫球手信息的XML文件，一旦载入内存可能看上去就是像图1中显示的那样：

<golfer>
<name>Dan Wahlin</name>
<courses>
<course>Pinetop Lakes
CC</course>
<course>Ocotillo</course>
</courses>
</golfer>


图1. XML节点关系的例子
在载入内存后，DOM API可以让你沿着任意方向在XML文件中导航，并提供了全部的编辑功能，你可以编辑、删除、插入和移动节点。


图1. XML节点关系的例子
该图描述了DOM如何把一个XML文件载入内存中，并保持不同节点间的等级关系。



我该如何运用DOM API？
用来在内存中加载和操作XML文件的DOM类位于.NET平台中的System.Xml名字空间。你可能经常用到的一些主要的类如下： · XmlDocument
· XmlNode
· XmlNodeList
· XmlNamedNodeMap
· XmlElement
· XmlAttribute


还有许多其它的类，但上面的类是基本的“积木块”（building blocks）。


XmlDocument类可以用来把一个XML文件载入内存，然后读取文件的“根”元素。XML可以存在一个静态的文件中，可以从一个字节串读取，从诸如XmlTextReader的另一个.NET对象中读取，或者从一个字符串读取。例如，当从一个文件读取时，你可以调用XmlDocument的Load()方法，如下所示：string xmlPath =
Server.MapPath("golfer.xml");
XmlDocument doc = new XmlDocument();
doc.Load(xmlPath);




如果你想把包含在一个字符串中的XML载入DOM，那么你可以运用LoadXml()方法：string xmlDocString =
"<root><child>SomeText</c
hild></root>";
XmlDocument doc = new XmlDocument();
doc.LoadXml(xmlDocString);




在将你想要的XML文件载入内存后，你就可以遍历XML，读取或编辑不同的节点。在列表1中显示了一个例子，你可以用DOM来添加一个新的<course>元素到前面所示的XML文件。

运行该代码所形成的XML文件如下：<golfer>
<name>Dan Wahlin</name>
<courses>
<course>Pinetop Lakes
CC</course>
<course>Ocotillo</course>
<course>TPC
Sawgrass</course>
</courses>
</golfer>




虽然这是个相当简单的例子，但你也可以用DOM来添加或删除属性，实际上，你可以操作一个XML文件中可以出现的任何类型的节点。有时候，你可能只是想用DOM来读一个XML文件，这时，你就可以灵活地从多个方向来遍历（例如，从父元素到子元素，反之亦然）。在http://www.xmlforasp.net/codeSection.aspx?csID=19，你可以看到一个更复杂的例子，它用DOM来遍历一个XML文件来为浏览器形成一个分等级的菜单结构。

我什么时候应该运用DOM？
在本文的开始，我提到了在.NET平台中有几种不同的方法来解析XML。有些方法更快更有效。虽然DOM并没有提供最佳性能，但它的确提供了最好的方法在.NET平台中编辑XML文件，可以让你灵活地从任何方向遍历内存中的XML文件。因此，当你需要编辑XML时，你应该选择运用DOM。

虽然DOM API很容易使用，但你应该注意不要把它用在不适合的情况中。例如，如果你需要读取XML但不需要编辑它，那么运用XmlTestReader类就可以提供最佳性能，它是个只向前的（forward-only） API。如果你需要读取XML，也需要从任何方向遍历XML树形结构，你可以考虑XpathNavigator API，因为它提供了一种“不可编辑的”DOM。当你决定运用DOM API时，问问你自己“我真的想把整个XML文件加载到内存中吗？”这一步很重要，尤其当你需要处理大的XML文件的时候。

总结
DOM提供了一个强大的、易于使用的、基于内存的API，它可以用来解析和编辑XML文件。通过学习System.Xml集合中的不同的DOM类，你就可以在你的.NET应用程序中完成强大的与XML相关的任务。

更多关于运用DOM的例子，你可以参见XML for ASP.NET Developers site。