Parser基礎
一個 XML Parser(解析器)是一段可以讀入一個文檔並分析其結構的代碼。
在本章節，我們將討論如何使用一個 XML 解析器來讀入一個 XML 文檔。我們也將討論不同類型的解析器以及您在何時使用它們。
如何使用一個解析器
通常而言，使用一個解析器需要如下步驟：
創建一個解析器對象
將您的 XML 文檔傳遞給解析器
處理結果
構建一個 XML 應用顯然遠遠超出這些，但通常一個 XML 的應用將包含這些流程。
解析器種類
有不同的方法來劃分解析器種類：
驗證或非驗證解析器
支持 Document Object Model (DOM) 的解析器
支持 Simple API for XML (SAX) 的解析器
特定語言編寫的解析器 (Java, C++, Perl 等)
接下來我們將討論這幾種解析器的各自特點.
驗證或非驗證解析器
如我們在前面所提及的，XML 文檔如果使用一個 DTD 並符合 DTD 中的規則將被稱為有效文檔(valid document)。符合基本標記規則的 XML 文檔被稱為格式正確文檔(well-formed document)。
XML 規范要求所有的解析器當其發現一個文檔不是格式正確時要報錯。
驗證(Validation)則是另一個問題了。驗證解析器(Validating parser)在解析 XML 文檔同時進行驗證。非驗證解析器(Non-validating parser) 忽略所有的驗證錯誤。
換而言之，如果一個 XML 文檔是格式正確的時，一個非驗證解析器並不關注文檔是否符合其對應 DTD 所指定的規則(如果有的話)。
為何使用非驗證解析器？
速度和效率。要一個 XML 解析器處理 DTD 並確保每個 XML 的元素符合在 DTD 中的規則需要相當大的開銷。如果您確定一個 XML 文檔是有效的(可能來自一個數據源)，那就沒有必要再次驗證它了。
同樣，有時您所需要的只是從一個文檔中找出 XML 的標記。一旦您有了這些標記，您可以將數據從中提取出然後加以處理。如果這就是您所需要的，一個非驗證解析器就是正確的選擇。
Document Object Model (DOM)
文檔對象模型(Document Object Model)是 World Wide Web Consortium(W3C) 的正式推薦。它定義了一個接口使得程序可以存取和更新 XML 文檔的風格、結構和內容。支持 DOM 的 XML 解析器實現該接口。
該規范的第一版，DOM Level 1，可從 http://www.w3.org/TR/REC-DOM-Level-1 獲得。
當您用一個 DOM 解析器來解析一個 XML 文檔時，您將獲得一個包含文檔中所有元素的樹結構。DOM 提供了不同的功能來檢查文檔的內容和結構。
Simple API for XML (SAX)
SAX API 是另一種處理 XML 文檔內容的方法。一個既成事實的標准，它由 David Megginson 和 XML-Dev 郵件列表其它成員所開發。
要查看完整的 SAX 標准，參見 www.megginson.com/SAX/。要參加 XML-Dev 郵件列表，發送郵件到 majordomo@ic.ac.uk 其中包含： subscribe XML-dev。
當您使用 SAX 解析器來解析 XML 文檔時，解析器在文檔的不同處將產生事件。由您來決定對每個事件如何處理。
SAX 解析器會在以下情況下產生事件：在文檔開始和結束時，在一個元素開始和結束時，或者它在一個元素中找到字符時，以及其它若干點。您可編寫 Java 代碼來處理每個事件，以及如何處理從解析器獲得的信息。
何時使用 SAX？何時使用 DOM？
為了確定哪種接口適合您，您需要理解所有接口的設計要點，而且需要理解應用程序用您將要處理的 XML 文檔來做什麼。考慮下面的問題將有助於您找到正確的方法。
要用 Java 編寫應用程序嗎？
JAXP 使用 DOM、SAX 和 JDOM；如果您用 Java 編寫代碼，那麼您應使用 JAXP 將您的代碼與各種解析器實現的細節隔離。
應用程序將如何部署？
如果您的應用程序將要作為 Java applet 部署，那麼您會希望使要下載的代碼數量最小，別忘了 SAX 解析器比 DOM 解析器小。還要知道使用 JDOM 時，除了 SAX 或 DOM 解析器之外還要求編寫少量的代碼。
一旦解析了 XML 文檔，還需要多次訪問那些數據嗎？
如果您需要回過頭來訪問 XML 文件的已解析版本，DOM 可能是正確的選擇。而 SAX 事件被觸發時，如果您以後需要它，則由您（開發人員）自己決定以某種方式保存它。如果您需要訪問不曾保存的事件，則必須再次解析該文件。而 DOM 自動保存所有的數據。
只需要 XML 源文件的少量內容嗎？
如果您只需要 XML 源文件的少量內容，那麼 SAX 可能是正確的選擇。SAX 不會為源文件中的每個東西創建對象；您要確定什麼是重要的。使用 SAX，您要檢查每個事件以了解它是否與您的需要有關，然後相應地處理它。更妙的是，一旦找到您正在尋找的東西，您的代碼就會拋出一個異常來完全停止 SAX 解析器。
您正在一台內存很少的機器上工作嗎？
若是的話，不管您可能考慮到的其它因素是什麼，SAX 是您的最佳選擇。
要知道還存在用於其它語言的 XML API；尤其是 Perl 和 Python 社區有極佳的 XML 工具。