XML的處理

XML 文件，如同前面提到的特性，具備跨平台以及利用自訂標籤來達到資料 描述的能力，如果單純以普通文字編輯器開啟 XML 文件，XML 文件本質上是一個 內容包含許多特殊標籤的文字檔。因此，利用 XML 文件的特性來處理資料時，

就必須依賴一些工具的協助，才能從這個單純的文字檔中取出相關的資訊，也 才 能 發 揮 XML 文 件 的 功 能 。 這 類 的 工 具 一 般 稱 為 XML 文 件 的 解 析 器

（Parser），主要有兩種介面，其中一種是由 W3C 所制定的介面（Interface）

規格開發而成的文件物件模型（Document Object Model，DOM）[6]，另一種稱 為簡單 XML 應用程式介面（Simple API for XML，SAX）[7]。SAX 和 DOM 兩者都 提供程式設計師處理 XML 文件資訊。以下將就這兩個主要的文件處理介面提出 說明。

2.1.2.1 文件物件模型（Document Object Model，DOM）

圖3 表示 XML 文件、剖析器、DOM 物件樹和應用程式之間的關係。從圖中我 們可以清楚的看到XML 文件經由剖析器（Parser）剖析之後，形成一個 DOM 樹狀結構，如圖 2，此一樹狀結構將文件中的元素、屬性、資料...等以階層式節 點方式加以儲存，應用程式則藉由存取樹中的節點而讀出資料或寫入資料。

圖 3 DOM 介面運作模式

資料來源:http://msdn.Microsoft.com 使用 DOM 的優點如下：

z 可以任意擷取節點資訊 z 做 XSL 轉換比較容易 缺點如下：

z 需要額外記憶體，不利於大文件的解析

z 處理速度較慢，因為要預先在記憶體建構解析樹

2.1.2.2 簡單 XML 應用程式介面（Simple API for XML，SAX）

SAX 的全名是 Simple API for XML，不像 DOM 是 W3C 所制定出來的一個標 準，而是由一個名為 XML-DEV 的非正式團體所發表。SAX 不僅不會在記憶體中特 地根據 XML 文件的元素內容來建立樹狀結構，還可以為應用程式提供最有效率 的資料儲存方式。

圖 4 中以事件為基礎的解析程式會將事件傳送給應用程式。這裡的事件和 使用者介面所產生的事件（如視窗程式中按鈕的 onClick 事件）很類似。事件 的功用是通知應用程式發生了某些狀況，應用程式則必須加以回應。在瀏覽器 中，事件通常是為了回應使用者的動作而產生的，例如當使用者按下按鈕時，

就會引發 ONCLICK 事件。

圖 4 SAX 介面運作模式

資料來源:http://msdn.Microsoft.com

但在處理 XML 解析程式時，事件和使用者介面無關，而是與從 XML 文件中 讀取的元素有關。在此會出現的幾個主要事件包括：

„ 文件的起始（startDocument()）

„ 文件的結束（endDocument()）

„ 元素的起始標記（startElement()）

„ 元素的結尾標記（endElement()）

„ 元素內容（characters()）

„ 解析錯誤（warning()，error()及 fatalError()）

圖 5 所示為 SAX 解析程式的事件觸發順序。

當解析程式每遇到一個元素節點就會觸發一次 startElement()，所以圖 5 中遇到 school 節點時，觸發 startElement()事件。同樣地接下來的 student，

name 以及 fname 都跟 school 一樣，觸發 startElement()事件,直到 John 這個 Text 節點，解析程式會觸發 characters()事件，然後接下來 fname 以及 lname 兩個結束標籤，解析程式會依序觸發兩次 endElement()事件。如此週而復始在 整 個 文 件 中 ， 不 斷 觸 發 一 系 列 的 startElement() ， endElement() 以 及 charactres()，直到文件結束最後會觸發唯一的事件 endDocument()為整個解析 過程的結束。

圖 5 SAX 解析程式的事件觸發順序 使用 SAX 的優點如下：

z 速度快

z 不需額外的記憶體，可以處理較大檔案 缺點如下：

z 無法隨意取得節點資訊

z 需要額外的物件維持解析過程中的節點資訊

基於以上優點本論文採用 SAX 解析程式，做為 XML 文件編碼過程的主要工 具。