用JavaparsingDOM规范化 – 它是如何工作的？

在本教程中，我在下面的代码中看到了DOMparsing器的代码。

doc.getDocumentElement().normalize(); 

为什么我们要做这个正常化？
我阅读文档，但我不明白一个字。

将此节点下的子树的全部深度放置为所有文本节点

好的，那么有人能告诉我（最好是有图片）这棵树是什么样的？

任何人都可以解释为什么需要规范化？
如果我们没有正常化会发生什么？

Answer 1

其余的句子是：

其中只有结构（例如元素，注释，处理指令，CDATA节和实体引用）将文本节点分开，即既没有相邻的文本节点，也没有空的文本节点。

这基本上意味着下面的XML元素

 <foo>hello wor ld</foo> 

可以在非规范化的节点中像这样表示：

 Element foo Text node: "" Text node: "Hello " Text node: "wor" Text node: "ld" 

标准化后，节点将如下所示

 Element foo Text node: "Hello world" 

而属性也是如此： <foo bar="Hello world"/> ，comments等

Answer 2

作为@ JBNizet针对更多技术用户的答案的扩展，这里是com.sun.org.apache.xerces.internal.dom.ParentNode中org.w3c.dom.Node接口的实现，它为您提供了实际的工作方式。

 public void normalize() { // No need to normalize if already normalized. if (isNormalized()) { return; } if (needsSyncChildren()) { synchronizeChildren(); } ChildNode kid; for (kid = firstChild; kid != null; kid = kid.nextSibling) { kid.normalize(); } isNormalized(true); } 

它recursion遍历所有节点并调用kid.normalize()
这个机制在org.apache.xerces.dom.ElementImpl被覆盖

 public void normalize() { // No need to normalize if already normalized. if (isNormalized()) { return; } if (needsSyncChildren()) { synchronizeChildren(); } ChildNode kid, next; for (kid = firstChild; kid != null; kid = next) { next = kid.nextSibling; // If kid is a text node, we need to check for one of two // conditions: // 1) There is an adjacent text node // 2) There is no adjacent text node, but kid is // an empty text node. if ( kid.getNodeType() == Node.TEXT_NODE ) { // If an adjacent text node, merge it with kid if ( next!=null && next.getNodeType() == Node.TEXT_NODE ) { ((Text)kid).appendData(next.getNodeValue()); removeChild( next ); next = kid; // Don't advance; there might be another. } else { // If kid is empty, remove it if ( kid.getNodeValue() == null || kid.getNodeValue().length() == 0 ) { removeChild( kid ); } } } // Otherwise it might be an Element, which is handled recursively else if (kid.getNodeType() == Node.ELEMENT_NODE) { kid.normalize(); } } // We must also normalize all of the attributes if ( attributes!=null ) { for( int i=0; i<attributes.getLength(); ++i ) { Node attr = attributes.item(i); attr.normalize(); } } // changed() will have occurred when the removeChild() was done, // so does not have to be reissued. isNormalized(true); } 

希望这可以为你节省一些时间。

Answer 3

简单地说，规范化就是减less冗余。
冗余示例：
a）根/文档标签之外的空白（… <document> </ document> …）
b）开始标记（<…>）和结束标记（</ …>）内的空格
c）属性和值之间的空格（即键名和=之间的空格）
d）多余的名称空间声明
e）属性和标签文本中的换行符/空格
f）评论等