java - Javaを使用したDOM解析の正規化-どのように機能しますか？

Question

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？

Answer 1

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。

Answer 2

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...

Answer 3

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。