HTTP 响应实体主体：XML 及 XML parser

本文内容

• HTTP 响应实体主体：XML
• XML parser
• 总结
• 各编程语言实现的 XML parser

 

HTTP 响应实体主体：XML

---

实体主体（entity-body）通常是HTTP响应里最重要的部分。就 Web 服务而言，实体主体通常是一个 XML 文档，其中包含客户端所需的大部分信息。这些信息，在经过 XML parser 解析后，便可为客户端所用。

在得到 URI，一组报头和一个主体文档后，然后用 HTTP 库把这些数据变成 HTTP 请求，并发给服务器，接着用 XML 解析器把 HTTP 响应解析为一个数据结构或一系列事件。我们按照服务的要求发出请求，至于服务返回的响应数据，可以按自己意愿任意使用。

虽然大多数 Web 服务返回的都是 XML 文档，不过也逐渐有 Web 服务返回序列化为 JSON 字符串的简单数据结构。JSON 通常是供 Ajax 应用的客户端部分使用的。其想法是：浏览器从 JSON 数据结构得到 JavaScript 数据结构，要比从 XML 文档得到 JavaScript 数据结构容易得多。JSON 提供一种轻量级的序列化数据的方案，以作为基于 XML 的方案的补充。

XML parser

---

XML parser 可分为三种、两种基本的 XML 解析策略：基于文档的（document-based）策略和基于事件的（event-based）策略。基于文档的策略，如 DOM 等树式解析器；基于事件的策略，如 SAX 以及"拖"式（pull）解析器。

基于文档的树式策略，是三种中最简单的。树式解析器把 XML 文档建模为一种嵌套的数据结构。这种数据结构一旦生成好，你就可以用 XPath 查询、CSS 选择器（selector）等来查询和处理它。DOM 解析器是一种树式解析器，它实现了一个 W3C 定义的接口。树式策略的优点在于使用简单。可最大的缺点是：你必须把整个文档作为整体来处理。也就是说，你必须在把整个文档完全转换为树结构后才能处理它——这需要把整个文档载入内存，可想而知，如果是大文档，即使结构简单，那这种方式也很低效。要是能"解析一点，处理一点"就好了……

SAX 式或拖式（pull）解析器把一个 XML 文档转换成一个事件表，而不是数据结构。开始标签（starting tag）、结束标签（closing tag）、XML 注释（comments）以及实体声明（entity declaration）等都是事件（event）。

拖式解析器（pull parser）。假如几乎每个事件你都要处理，那 pull parser 将很有用。Pull parser 允许你一次处理一个事件，即：如果需要，就从事件流里"拖出（pull）"下一个事件。你可以对"拖出"的事件做相应处理，也可以用它构建一个数据结构（多半要比树式的数据结构要小）供以后使用，你可以在任何时候暂停解析文档，等需要继续时，再从事件流里"拖出"下一个事件。

SAX 解析器（SAX parser）更为复杂，但它在你只关心部分事件时很有用。你可以向 SAX parser 注册一些回调方法。一旦定义好回调方法，解析器将按照既定的、跟文档无关的步骤执行下去；解析器将把 XML 文档转换为一些系列事件，并接连处理文档中的每个事件，每当一个事件与回调方法所对应的事件相匹配，解析器就会触发该回调方法，执行你定义的代码，在回调方法执行结束后，SAX 解析器将接着继续处理事件序列。

总结

---

基于文档的解析器，优点是，你可以随机访问文档中的内容；而对于基于事件的解析器，事件触发后，就没有机会再次处理。如果想再次触发它，就得重新解析该文档。

而且，如果遇到格式有错误的 XML 文档，基于事件的解析器要直到处理到出错的地方才会报错和崩溃；因此，假使你不希望回调方法被格式有错误的文档锁触发，就必须在把 XML 文档交给基于事件的解析器处理前，确保该文档结构良好。

各编程语言实现的 XML parser

---

• Ruby：REXML
• Python：ElementTree 和 Beautiful Soup，以及 xml.sax 模块
• Java：javax.xml、Xerces 和 XML Pull
• C#：System.Xml.XmlReader
• PHP：xml_parser_create 函数、XMLReader、SimpleXML、DOMIT!
• JavaScript：responseXML
• ActionScript：XML.load
• C：Expat、libxml2
• C++：Xerces-C++
• Common Lisp：SXML
• Perl：XML::Xpath、XML::Simple、XML::SAX::PurePerl、XML::LibXML::Reader