使用 SAX 解析器确定是否在叶节点

Question

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

或者您需要使用 DOM 解析器来确定吗？

Answer 1

让我们从一些基本定义开始：

An XML document is an ordered, labeled tree. Each node of the tree is an XML element and is written with an opening and closing tag.

（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 closing 标记，就会调用 endElement() 方法。假设您的 XML 具有有效内容，这也意味着解析器之前给了您相应的 startElement() 调用！

换句话说：确定您是否是 "ending" 叶节点所需的所有信息都可供您使用：

你被告知哪些元素是 "started"
你被告知哪些元素结束

举个例子：

<outer>
  <inner/>
</outer>

这将导致这样的序列 events/callbacks:

事件：开始元素外层
事件：内部元素开始
事件：内部结束元素
事件：外部结束元素

所以，"obviously"，当你的解析器记住事件的历史，确定inner或outer中的哪个是叶节点直截了当！

因此，答案是：不，您不需要 DOM 解析器。最后，DOM 是根据完全相同的信息构建的！如果 DOM 解析器可以推断出对象的 "scope"，那么您的 SAX 解析器也可以。

但仅作记录：您仍然需要仔细实施跟踪 "started"、"open" 和 "ended" 标签的数据结构，例如正确确定此一：

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

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

Answer 2

从实现的角度来看，您可以仅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，该标志将始终为真，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，都可以重复重置此标志。

如果多个叶节点处于同一级别，您将获得连续的 isLeafNode 标志集。

如果我们将 XML 想象成一个堆栈，就可以看出这背后的逻辑推理。 startElements 被压入堆栈。推送后第一个从堆栈中弹出的将是叶节点。随后的弹出不会是叶子，但如果执行另一次推送，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，叶节点如下

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

使用 SAX 解析器确定是否在叶节点

Determining if at leaf node with SAX parser

java

sax

domparser