Java XML DOM：id 属性有啥特别之处？
Posted
技术标签:
【中文标题】Java XML DOM：id 属性有啥特别之处？【英文标题】：Java XML DOM: how are id Attributes special?Java XML DOM：id 属性有什么特别之处？ 【发布时间】：2011-03-26 07:18:21 【问题描述】：Document 类的 javadoc 在getElementById 下有以下注释。
注意：除非如此定义，否则名为“ID”或“id”的属性不属于 ID 类型
所以，我将 Xhtml 文档读入 DOM（使用 Xerces 2.9.1）。
文档中有一个普通的旧 <p id='fribble'>。
我调用getElementById("fribble")，它返回null。
我使用 XPath 获取“//*[id='fribble']”，一切正常。
那么，问题是，是什么导致DocumentBuilder 实际上将 ID 属性标记为“如此定义”？
【问题讨论】：
【参考方案1】：这些属性之所以特殊是因为它们的类型，而不是因为它们的名称。
XML 中的 ID
虽然很容易将属性视为name="value"，其值是一个简单的字符串，但这并不是全部——还有一个与属性相关的属性类型。
当涉及到 XML Schema 时，这很容易理解，因为 XML Schema 支持 XML 元素和 XML 属性的数据类型。 XML 属性被定义为简单类型（例如 xs:string、xs:integer、xs:dateTime、xs:anyURI）。这里讨论的属性是使用xs:ID 内置数据类型定义的（请参阅section 3.3.8 of the XML Schema Part 2: Datatypes）。
<xs:element name="foo">
<xs:complexType>
...
<xs:attribute name="bar" type="xs:ID"/>
...
</xs:complexType>
</xs:element>
虽然 DTD 不支持 XML Schema 中的丰富数据类型，但它确实支持有限的一组属性类型（在section 3.3.1 of XML 1.0 中定义）。这里讨论的属性是用ID 的属性类型定义的。
<!ATTLIST foo bar ID #IMPLIED>
使用上述 XML Schema 或 DTD，以下元素将由 ID 值“xyz”标识。
<foo bar="xyz"/>
如果不知道 XML Schema 或 DTD，就无法分辨什么是 ID，什么不是：
名称为“id”的属性不一定有ID的属性类型；和 名称不是“id”的属性可能具有 ID 的属性类型！为了改善这种情况，随后发明了xml:id（参见xml:id W3C Recommendation）。这是一个始终具有相同前缀和名称的属性，旨在被视为 ID 为 attribute type 的属性。但是，它是否会取决于正在使用的解析器是否知道xml:id。由于许多解析器最初是在定义 xml:id 之前编写的，因此可能不受支持。
Java 中的 ID
在 Java 中，getElementById() 通过查找 type ID 的属性而不是 name 为“id”的属性来查找元素。
在上面的例子中，getElementById("xyz") 将返回 foo 元素，即使它上面的属性名称不是“id”（假设 DOM 知道 bar 具有 属性类型 的 ID）。
那么 DOM 是如何知道一个属性有什么属性类型的呢？有三种方式：
-
向解析器提供 XML Schema (example)
向解析器提供 DTD
向 DOM 明确指出它被视为 ID 的属性类型。
第三个选项是使用org.w3c.dom.Element class 上的setIdAttribute() 或setIdAttributeNS() 或setIdAttributeNode() 方法完成的。
Document doc;
Element fooElem;
doc = ...; // load XML document instance
fooElem = ...; // locate the element node "foo" in doc
fooElem.setIdAttribute("bar", true); // without this, 'found' would be null
Element found = doc.getElementById("xyz");
必须对每个具有这些类型属性之一的元素节点执行此操作。没有简单的内置方法可以使所有出现的具有给定名称（例如“id”）的属性都具有 属性类型 ID。
这第三种方法仅在调用getElementById() 的代码与创建DOM 的代码分开的情况下有用。如果是相同的代码，它已经找到了设置ID属性的元素，所以不太可能需要调用getElementById()。
另外，请注意，这些方法不在原始 DOM 规范中。 getElementById 是在 DOM level 2 中引入的。
XPath 中的 ID
原始问题中的 XPath 给出了结果，因为它只匹配属性 name。
要匹配属性类型 ID 值，需要使用 XPath id 函数（它是 Node Set Functions from XPath 1.0 之一）：
id("xyz")
如果已使用，XPath 将给出与 getElementById() 相同的结果（即未找到匹配项）。
XML 中的 ID（续）
应突出显示 ID 的两个重要特征。
首先，属性类型ID的所有属性的值必须对整个XML文档是唯一的。在以下示例中，如果 personId 和 companyId 的 attribute type 为 ID，则添加另一个 ID 为 id24601 的 companyId 的公司将是错误的，因为它将与现有的 ID 值。即使属性名称不同，重要的是 属性类型。
<test1>
<person personId="id24600">...</person>
<person personId="id24601">...</person>
<company companyId="id12345">...</company>
<company companyId="id12346">...</company>
</test1>
其次，属性是在元素上定义的，而不是整个 XML 文档。因此，不同元素上具有相同属性名称的属性可能具有不同的 属性类型 属性。在以下示例 XML 文档中，如果只有 alpha/@bar 具有 ID 的 属性类型（并且没有其他属性），getElementById("xyz") 将返回一个元素，但 getElementById("abc") 不会（因为 @ 987654359@ 不是属性类型 ID）。此外，属性gamma/@bar 与alpha/@bar 具有相同的值也不是错误，因为它不是属性类型 em> 身份证。
<test2>
<alpha bar="xyz"/>
<beta bar="abc"/>
<gamma bar="xyz"/>
</test2>
【讨论】：
不幸的是，模式示例的链接现在已经失效了。【参考方案2】：要使getElementById() 调用起作用，Document 必须知道其节点的类型，并且目标节点必须是 XML ID 类型，以便方法找到它。它通过关联的模式了解其元素的类型。如果未设置架构，或未将 id 属性声明为 XML ID 类型，getElementById() 将永远找不到它。
我的猜测是您的文档不知道p 元素的id 属性属于XML ID 类型（是吗？）。您可以使用getChildNodes() 和其他DOM 遍历函数导航到DOM 中的节点，并尝试在id 属性上调用Attr.isId() 来确定。
来自getElementByIdjavadoc：
DOM 实现预计将 使用属性 Attr.isId 来 确定属性是否属于类型 身份证。
注意：名称为“ID”的属性或 "id" 不是 ID 类型，除非是这样 已定义。
如果您使用DocumentBuilder 将您的 XML 解析为 DOM，请务必在调用 newDocumentBuilder() 之前在 DocumentBuilderFactory 上调用 setSchema(schema)，以确保您从工厂获得的构建器知道元素类型.
【讨论】：
【参考方案3】：ID 属性不是名称为“ID”的属性，它是由 DTD 或模式声明为 ID 属性的属性。例如，html 4 DTD 对其进行了描述：
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">
【讨论】：
【参考方案4】：对应的 xpath 表达式实际上是id('fribble')，它应该返回与getElementById 相同的结果。为此，与您的文档关联的 dtd 或架构必须将属性声明为类型 ID。
如果您可以控制查询的 xml，您还可以尝试按照 http://www.w3.org/TR/xml-id/ 将属性重命名为 xml:id。
【讨论】：
【参考方案5】：以下将允许您通过 id 获取元素：
public static Element getElementById(Element rootElement, String id)
try
String path = String.format("//*[@id = '%1$s' or @Id = '%1$s' or @ID = '%1$s' or @iD = '%1$s' ]", id);
XPath xPath = XPathFactory.newInstance().newXPath();
NodeList nodes = (NodeList)xPath.evaluate(path, rootElement, XPathConstants.NODESET);
return (Element) nodes.item(0);
catch (Exception e)
return null;
【讨论】：
以上是关于Java XML DOM：id 属性有啥特别之处？的主要内容，如果未能解决你的问题，请参考以下文章
java的xml的解析方式有啥，他们的解析流程是怎么样的，有啥区别