DOM解析器(七)

DocumentType节点

        DocumentType节点是Document节点的一个子节点。我们已经知道，解析器的parse方法将整个被解析的XML文件封装成一个Document节点返回，Document节点的两个子节点的类型分别是DocumentType类型和Element类型，其中的DocumentType节点对应着XML文件所关联的DTD文件，通过进一步获取该节点子孙节点来分析DTD文件中的数据。Document节点调用getDoctype() 返回当前节点的DocumentType子节点。

        获取DTD的基本信息

       假如XML文件中的DOCTYPE声明为：<!DOCTYPE 房子 PUBLIC  "-//ISO88//beijing//ForXML/Ch"  "b1.dtd"，那么

       DocumentType节点调用getName()方法返回的是：房子
       调用getPublicId()方法返回的是：-//ISO88//beijing//ForXML/Ch
       调用getSystemId()方法返回的是：b1.dtd

        一个XML文件可以关联一个外部DTD或一个内部DTD，也可二者皆有（见第3.9节）。如果XML关联一个内部DTD，DocumentType节点调用getInternalSubset()方法可以返回内部DTD的内容。

        获取实体

        DTD文件中可以定义实体，然后与该DTD文件关联的XML文件可以通过实体引用使用该实体。实体又分为内部实体和外部实体，所谓内部实体就是实体的内容已经包含在DTD文件本身中；而外部实体是指实体的内容是DTD文件以外的其他文件。
解析器将实体封装为Entity节点，DocumentType节点调用
NamedNodeMap  getEntities()
方法可以得到全部的实体，该方法返回的NamedNodeMap对象由节点组成，这些节点可以被转换为Entity节点。Entity节点通过调用getTextContent()方法返回实体，如果实体是一个外部文件，Entity节点通过调用getInputEncoding()方法可以返回解析该实体所使用的编码；如果是内部实体，getInputEncoding()方法返回null。

CDATASection节点

        在XML文件中，标记内容中的文本数据不可以含有左尖括号、右尖括号、与符号、单引号和双引号这些特殊字符，如果想使用这些字符，办法之一是通过实体引用，如果需要许多这样的字符，文本数据中就会出现很多实体引用或字符引用，导致文本数据的阅读变得困难。使用CDATA（Character Data）段可以解决这一问题，CDATA段用“<![CDATA[”作为段的开始，用“]]>”作为段的结束，段开始和段结束之间称为CDATA段的内容，解析器不对CDATA段的内容做分析处理，因此，CDATA段中的内容可以包含任意的字符。
         在DOM规范中，解析器使用CDATASection节点封装CDATA段，CDATASection节点可以是Element的节点的子节点。

        节点数目的计算办法如下。

        首先将标记中交替出现的普通文本和CDATA段按照它们在标记中出现的先后顺序排列，如：
        普通文本1  CDATA段1  普通文本2  CDATA段2  普通文本3

       那么该标记对应的Element节点的子节点顺序如下。

1 /  Text节点：从“普通文本1”到“普通文本3”的区域，节点的文本内容是普通文本和CDATA段中的内容。
2 / CDATASection节点：从“CDATA段1”到“普通文本3”的区域，节点的文本内容是普通文本和CDATA段中的内容。
3 /  Text节点：从“普通文本2”到“普通文本3”的区域，节点的文本内容是普通文本和CDATA段中的内容。
4 / CDATASection节点：从“CDATA段2”到“普通文本3”的区域，节点的文本内容是普通文本和CDATA段中的内容。
5 / Text节点：“普通文本3”，节点的文本内容是普通文本。

        表示CDATASection节点的常量是Node.CDATA_SECTION_NODE，一个节点调用short getNodeType()方法返回的值如果等于Node.CDATA_SECTION_NODE，那么该节点就是CDATASection节点。CDATASection节点使用String getWholeText()方法获取节点中的文本，即CDATA段中的文本（包括其中的空白字符）。

注意：对于CDATASection节点，getNodeName()方法返回的是“#cdata-section”。