使用Java在DOM解析中进行规范化-它如何工作？

在本教程中，我在DOM解析器的代码中看到以下行。

doc.getDocumentElement().normalize();

我们为什么要进行这种归一化？
我阅读了文档，但我听不懂一个字。

将所有Text节点置于该节点下子树的完整深度

好吧，那么有人可以告诉我（最好是附照片）这棵树是什么样的吗？

谁能解释我为什么需要规范化？
如果我们不规范会怎样？

句子的其余部分是：

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

这基本上意味着以下XML元素

<foo>hello 
wor
ld</foo>

可以在非规范化节点中这样表示：

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

标准化后，该节点将如下所示

Element foo
    Text node: "Hello world"

对于属性：<foo bar="Hello world"/>，注释等也是如此。

简单来说，归一化是减少冗余。
：冗余实例
一）的白色空间的根/文档标签外（... <文件> </文件> ...）
b）中开始标签内的白空间（< ... >）和结束标记（</ ... >）
c）属性及其值之间的空格（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）注释等...

作为@JBNizet针对更多技术用户的答案的扩展，以下是该org.w3c.dom.Node接口的实现形式com.sun.org.apache.xerces.internal.dom.ParentNode，使您可以了解其实际工作方式。

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);
}

它递归地遍历所有节点并调用kid.normalize()
此机制。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);
 } 

希望这可以节省您一些时间。