曝光台 注意防骗
网曝天猫店富美金盛家居专营店坑蒙拐骗欺诈消费者
规”到底意味着什么。
2.12 格式正规的文档
所有遵守X M L语法规范的数据对象（文档）都是格式正规的X M L文档。这类文档在使用时
可以不使用D T D或模式来描述它们的结构，它们也被称作独立的（ s t a n d a l o n e）X M L文档。这些
文档不能够依靠外部的声明，属性值只能是没有经过特殊处理的值或缺省值。
一个格式正规的X M L文档包含一个或多个元素（用起始和结束标记分隔开），它们相互之间
正确地嵌套。其中有一个元素，即文档元素，包含了文档中其他所有元素。所有的元素构成一
个简单的层次树，所以元素和元素之间唯一的直接关系就是父子关系。兄弟关系经常能够通过
X M L应用程序内部的数据结构推断出来，但这些既不直接，也不可靠（因为元素可能被插入到
某个元素和它的一个或多个子元素之间）。文档内容可能包括标记和/或字符数据。
数据对象如果满足下列条件就是格式正规的文档：
• 语法合乎X M L规范。
• 元素构成一个层次树，只有一个根节点。
• 没有对外部实体的引用，除非提供了D T D。
任何X M L解析器如果发现在X M L数据中存在并不是格式正规的结构，就必须向应用程序报
告一个“致命”错误。致命错误不一定导致解析器终止操作—它可以继续处理，试图找出其
他错误，但它不再会以正常的方式向应用程序传递字符数据和/或X M L结构。
之所以采用这类错误处理方式，一是因为X M L简洁的设计风格，二是因为X M L更多的不是
用于显示—因为这不太容易使得X M L数据对象做到格式正规。这种近乎残酷的错误处理会阻
碍类似Internet Explorer和N a v i g a t o r之类臃肿的软件的创造性（它们拥有各类特殊代码来解决如
何处理意义含糊的H T M L）。
对于H T M L / S G M L来说，它们的工具都要比X M L宽容许多。H T M L浏览器通常会显示出
大多数支离破碎的W e b页面，这为H T M L的快速流行做出了巨大贡献。此外，真正的显示
会因浏览器而异。同样，SGML工具即使遇到错误，通常也会尽力继续处理文档。
格式正规的文档的存在使得可以使用X M L数据而不必承担构建和引用外部描述的重任。术
语“格式正规”与正式的数学逻辑有着相似之处—一个命题如果满足语法规则就是格式正规，
而不在于它的正确与否。
44使用XML 高级编程
下载
2.13 解析器
除去指定X M L的语法，W 3 C推荐标准还描述了X M L客户端体系结构（X M L处理器或解析器）
中低层次的一些行为。目前，有两种类型的解析器：
• 非验证的（ n o n - v a l i d a t i n g）—解析器仅仅保证数据对象是格式正规的X M L
• 验证的（Va l i d a t i n g）—解析器使用D T D保证格式正规的数据对象的形式和内容的有效性。
一些解析器同时支持两种类型，其中有判定数据对象是否是需要验证的文档的配置开关。
X M L解析器的一些行为在定义时是为了减少应用程序处理X M L数据的负担。例如，正如我
们在前面描述的那样，用来界定文本记录结束位置的字符序列通常是因操作系统而异的。但是
一个X M L应用程序不必关心这个，因为X M L解析器会把所有标准的文本记录分隔符格式化为一
个换行符（十六进制值0 A）。空白的处理是解析器严格要求的另一个领域—与H T M L或S G M L
不同，所有的空白都必须从文档传递给应用程序。而且，正如外部或内部D T D子集所描述的那
样，普通的（字符）实体会通过解析器加以扩充。
X M L解析器在把属性值（即下面的A t t Va l u e）传递给X M L应用程序之前需要对它们格式化。
这意味着解析器将需要处理下面的引用和字符：
• 字符引用—将引用的字符添加到A t t Va l u e当中。
• 实体引用—递归地展开实体的替换文本，添加到A t t Va l u e当中。
• 空白字符—替换任何回车/换行字符对，它们可能是外部解析实体的组成部分，内部解析
实体的字符串实体值，或者是空格字符（十六进制值2 0）代表的任何空白字符，然后在
A t t Va l u e当中添加空格。
• 其他所有字符—将字符添加到A t t Va l u e当中。
接下来， A t t Va l u e会做进一步处理，删除掉前面和/或后面的空格，然后把多个空格序列转
化成单个空格。这个规则的唯一例外就是如果属性值在D T D中被声明为C D ATA，而且使用的是
需验证的解析器（参见第3章关于D T D的描述和明确的声明）。
实现X M L解析器有两种方法。虽然针对它们的争论非常之多，但是每种方法都有它们的优
势。与许多其他现实世界中的问题一样， X M L的处理的需求会有着极大的区别，所以不同的方
法会适合不同的解决方案。
2.13.1 事件驱动的解析器
处理X M L数据的一种方法是使用事件驱动的解析器，其模式对于现代G U I（图形用户界面，
Graphical User Interface）和O S（操作系统， Operating System）的编程者来说实在是再熟悉不
过了。在这种情况下， X M L解析器为每类X M L数据执行到应用程序的回调：元素（及其属性）、
字符数据、处理指令、符号或者注释。这等于是应用程序通过回调来处理X M L数据—X M L解
析器在解析之后并不维护元素的树结构，或者任何数据。事件驱动的办法对系统资源的需求及
其普通，即使对于非常大的文档也是如此；正是得益于这种简单的、对X M L数据结构的低层次
的访问，X M L应用程序在处理数据时具有相当大的灵活性。
在这类解析器中，最早的、也是最为著名的一个一流程序就是James Clark的e x p a t，它用
第2章XML 语法使用45
下载
A N S I - C写成。它还有相应的C + +（e x p a t p p）、P e r l（X M L : : P a r s e r）和P y t h o n（P y e x p a t）包装器。
C l a r k是XML 1.0推荐标准的技术领袖，他还曾经用J a v a编写了另一个解析器x p。
由David Megginson（M i c r o s t a r的A e l f r e d解析器的作者）领导的X M L - D E V邮件列表的成员
中国航空网 www.aero.cn
航空翻译 www.aviation.cn
本文链接地址：
XML高级编程上(19)
