このチュートリアルでは、DOMパーサーのコードで以下の行を見ました。
doc.getDocumentElement().normalize();
なぜこの正規化を行うのですか?ドキュメント
を読みましたが、言葉がわかりませんでした。
このノードの下のサブツリーの完全な深さにすべてのテキストノードを配置します
では、誰かがこの木がどのように見えるかを(できれば写真で)見せてもらえますか?
正規化が必要な理由を誰かに説明してもらえますか?
正規化しないとどうなりますか?
文の残りの部分は次のとおりです。
構造(要素、コメント、処理命令、CDATAセクション、エンティティ参照など)のみがテキストノードを分離します。つまり、隣接するテキストノードも空のテキストノードもありません。
これは基本的に、次のXML要素を意味します
<foo>hello
wor
ld</foo>
非正規化されたノードでは、次のように表すことができます。
Element foo
Text node: ""
Text node: "Hello "
Text node: "wor"
Text node: "ld"
正規化すると、ノードは次のようになります
Element foo
Text node: "Hello world"
そして、同じことが属性にも当てはまります:<foo bar="Hello world"/>
、コメントなど。
簡単に言うと、正規化は冗長性の削減です。
冗長性の例:
a)ルート/ドキュメントタグの外側の空白(... <document> </ document> ...)
b)開始タグ(< ... >)と終了タグ(</ ... >)
c)属性とその値の間の空白(つまり、キー名と= "の間のスペース)
d)不要な名前空間宣言
e)属性とタグのテキストの改行/空白
f)コメントなど...
より技術的なユーザーのための@JBNizetの回答の拡張として、ここにorg.w3c.dom.Node
インターフェイスの実装がどのcom.sun.org.apache.xerces.internal.dom.ParentNode
ように見えるかを示し、実際にどのように機能するかを示します。
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);
}
すべてのノードを再帰的にトラバースし、kid.normalize()
このメカニズムを呼び出します。org.apache.xerces.dom.ElementImpl
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);
}
これで時間を節約できれば幸いです。