使用 SAX 解析器确定是不是在叶节点

Posted 2023-02-16

【中文标题】使用 SAX 解析器确定是不是在叶节点

【英文标题】：Determining if at leaf node with SAX parser使用 SAX 解析器确定是否在叶节点

【发布时间】：2019-09-03 15:25:39

【问题描述】：

使用org.xml.sax.helpers.DefaultHandler，你能确定你是否在endElement(String, String, String) 内的叶节点上吗？

或者您是否需要使用 DOM 解析器来确定这一点？

【参考方案1】：

让我们从一些基本定义开始：

XML 文档是一个有序的、带标签的树。树的每个节点都是一个 XML 元素，并写有一个开始和结束标记。

（来自here）。最重要的是：这意味着 XML 文件具有非常规则、简单的结构。例如，leaf 节点的定义就是：没有任何子节点的节点。

现在：只要 SAX 解析器遇到节点的 关闭 标记，就会调用 endElement() 方法。假设你的 XML 有有效的内容，这也意味着解析器之前给你一个对应的startElement() 调用！

换句话说：确定是否“结束”叶节点所需的所有信息都可供您使用：

您被告知哪些元素已“启动” 你被告知哪些元素结束

举个例子：

<outer>
  <inner/>
</outer>

这将导致这样的一系列事件/回调：

事件：开始元素外部 事件：开始元素内部 事件：内部元素结束 事件：结束元素外部

因此，“显然”，当您的解析器记住事件历史时，确定inner 或outer 中的哪一个是叶节点是直截了当的！

因此，答案是：不，您不需要 DOM 解析器。最后，无论如何，DOM 都是由相同的信息构成的！如果 DOM 解析器可以推断出对象的“范围”，那么您的 SAX 解析器也可以。

但只是为了记录：您仍然需要仔细实现跟踪“开始”、“打开”和“结束”标签的数据结构，例如正确确定这个：

<outer> <inner> <inner/> </inner> </outer>

表示两个非叶子（outer 和第一个inner）和一个叶子节点（内部inner）。

【讨论】：

@tobias_k 感谢您的意见，我希望我的更新答案能反映您的观点。

【参考方案2】：

从实现的角度来看，您可以只使用一个布尔标志来执行此操作，跟踪元素是否是潜在的叶节点。每当您输入一个元素时，该标志始终为真，但只有第一个实际的叶节点结束元素才会应用叶节点逻辑。

每当应用 startElement 时，此标志都可以重复重置。

如果多个叶节点处于同一级别，您将设置连续的isLeafNode 标志。

如果我们将 XML 想象为一个堆栈，则可以看到这背后的逻辑推理。 startElements 被压入堆栈。推送后第一个从堆栈中弹出的节点将是叶节点。后续弹出不会是叶子，但如果执行另一个推送，则会重置。

private boolean isLeafNode = false;

public void startElement(String uri, String localName, String qName, Attributes attributes) 
    isLeafNode = true;


public void endElement(String uri, String localName, String qName) 
    if(isLeafNode) 
        //do leaf node logic
    

    isLeafNode = false;

所以，对于下面的XML，叶子节点如下。

<foo>
    <bar>Leaf</bar>
    <baz>
        <bop>Leaf</bop>
        <beep>Leaf</beep>
        <blip>
            <moo>Leaf</moo>
        </blip>
    </baz>
</foo>