Parsing des documents XML

Transcription

1 75

2 Document XML Schéma XML XSLT SAX Parsing des documents XML Objectif: Analyse du document XML. Rôle: Vérifier la cohérence du document XML et transmettre à l application les informations utiles au traitement du document Document XML Parseur XML Application Output L application invoque le parseur 76

3 APIs pour le Parsing des documents XML SAX (Simple API for XML) : permettant la manipulation d un document XML au fur et à mesure de la lecture de celui-ci. L extraction des données est basée sur une gestion d événements (création d un document, élément, etc,). Document XML Parseur SAX Application Output Evénements SAX Invocation du parseur SAX DOM XML (Document Object Model): permettant la manipulation d un document XML après l avoir représenté en mémoire sous la forme d un arbre d objets Document XML Parseur DOM Application Output Invocation du parseur DOM 77

4 Document Document XML XML Schéma XML Schéma XML XSLT XSLT SAX SAX DOM 78 Exemple d utilisation de SAX Sous Eclipse: Créer un nouveau Projet Java sous Eclipse que vous nommerez SAXProject Importer dans SAXProject le fichier XML carnet.xml et la classe ExempleSAX.java Exécuter et visualiser le résultat Analyser le programme Alors? Que fait ce programme? <?xml version="1.0" encoding="utf- 8"?> <carnet> <personne id="p1"> <nom>fog</nom> <prenom>phileas</prenom> </personne> <personne id="p2"> <nom>partout</nom> <prenom>passe</prenom> </personne> </carnet> carnet.xml

5 79 Evénements avec SAX: Document XML <carnet> <personne id="p1"> <nom>fog</nom> <prenom>phileas</prenom > </personne> <personne id="p2"> <nom>partout</nom> <prenom>passe</prenom> </personne> </carnet> Les événements : start document start element: carnet characters: start element: personne characters: start element: nom characters: Fog end element: nom etc.. end element: personne end element: carnet end document

6 80 Programme principal du parser main() L interface XMLReader représente le parseur XML public static void main(string[] args) throws Exception{ XMLReader parser = XMLReaderFactory.createXMLReader(); Création de parser ExempleSax handler=new ExempleSax(); Création d un objet handler parser.setcontenthandler(handler); parser.seterrorhandler(handler); Associer au parseur deux handlers parser.setfeature(" true); parser.parse("carnet.xml"); } Parsing du document

7 81 Composants de SAX Les événements liés au contenu Récupération des erreurs Evénements liés à la DTD Evénements liés aux entités externes

8 82 Composants de SAX Packages Java de SAX2 org.xml.sax Interfaces Classes org.xml.sax.helpers XMLReader: Analyseur ContentHandler: évts liés au contenu DTDHandler: évts liés à la DTD ErrorHandler: récupération des erreurs Locator: récupération de la position DocumentHandler, EntityResolver, Parser, XMLFilter, AttributeList, Attributes HandlerBase, InputSource

9 Interface ContentHandler Evénement startdocument Document XML Flux XML Parseur SAX Evénement startelement Méthodes utilisateur Evénement enddocument.. Content Handler 83

10 84 Interface ContentHandler C est l interface principale qui est implémentée par la plupart des applications utilisant SAX. Elle comporte plusieurs méthodes permettant de notifier: Description Début d un document Fin d'un document Début d un élément Fin d un élément Les données Méthode void startdocument() void enddocument() void startelement (String uri, String localname, String qname, Attributes atts) void endelement(string uri, String localname, String qname) void characters(char[] ch, int start, int length) etc,.,

11 85 Gestionnaire de contenu public void startdocument () { System.out.println("Start document"); } public void enddocument () { System.out.println("End document"); } public void startelement ( String uri,string name,string qname,attributes atts) { System.out.println("Start element:" + name); } public void endelement (String uri, String name, String qname) { System.out.println("End element: " + name); }

12 86 Exemple: Traitement des caractères public void characters (char ch[], int start, int length) { System.out.print("Characters: \""); for (int i = start; i < start + length; i++) { switch (ch[i]) { case '\\': System.out.print("\\\\"); break; case '"': System.out.print("\\\""); break; case '\n': System.out.print(""); break; default: System.out.print(ch[i]); break; } } System.out.println("\"\n"); }

13 87 Interface ErrorHandler Exemple: Traitement des erreurs public void error(saxparseexception e) { System.err.println("Erreur non fatale (ligne " + e.getlinenumber() + ", col " + e.getcolumnnumber() + ") : " + e.getmessage()); } public void fatalerror(saxparseexception e) { System.err.println("Erreur fatale : " + e.getmessage()); } public void warning(saxparseexception e) { System.err.println("warning : " + e.getmessage()); }

14 88 Package org.xml.sax.helpers Regroupe les implémentations par défaut des classes se trouvant dans les packages org.xml.sax.* par exemple DefaultHandler. org.xml.sax.helpers.defaulthandler implements org.xml.sax.contenthandler, implements org.xml.sax.dtdhandler, implements org.xml.sax.entityresolver, implements org.xml.sax.errorhandler...

15 89 Package org.xml.sax.helpers On y trouve aussi la classe XMLReaderFactory : XMLReader xmlreader = XMLReaderFactory.createXMLReader( "org.apache.xerces.parsers.saxparser "); Permet d instancier un XMLReader à partir d une implémentation donnée de SAXParser.

16 90 Propose une vision événementielle de l analyse d un document XML Objectifs : Simplifier l'accès aux analyseurs, Rendre l'application indépendante des analyseurs, L'analyse génère des évènements (début et fin de document ; début et fin d'éléments, attributs, texte,... ) récupérés par SAX et passés à l'application. Référence:

17 91 PI SAX (Simple API for XML) Particularité du parser SAX: Event-driven: on a besoin de fournir les fonctions répondant à l envoi d évènements Le parcours des documents est séquentiel (sequential read-only access ) On accède une seule fois à chaque partie d un document (one-time access) C est une approche rapide et simple: On n a pas besoin de charger un document entièrement en mémoire pour travailler Par contre on ne peut pas modifier un document dynamiquement

18 92 PI SAX (Simple API for XML) Avantages de SAX Vitesse de traitement Faible consommation mémoire côté parseur Outil pratique lors du traitement de documents de taille importante Inconvénients de SAX Complexité de la programmation Impossibilité de pratiquer des requêtes par XPath/Xquery nécessitant une représentation globale en mémoire

19 93 xemple d utilisation de DOM Créer un nouveau Projet Java sous Eclipse que vous nommerez DomProject Importer dans DomProject le fichier XML carnet.xml et la classe ExempleDom Exécuter et visualiser le résultat Alors? Que fait ce programme? Analyser le programme <?xml version="1.0" encoding="utf- 8"?> <carnet> <personne id="p1"> <nom>fog</nom> <prenom>phileas</prenom> </personne> <personne id="p2"> <nom>partout</nom> <prenom>passe</prenom> </personne> </carnet> carnet.xml

20 94 OM (Document Object Model) Déclaration de l analyseur XML et création du document import javax.xml.parsers.*; import org.w3c.dom.*; public static void main(string[]args) throws Throwable{ Document doc; DocumentBuilderFactory dbf=documentbuilderfactory.newinstance(); DocumentBuilder db=dbf.newdocumentbuilder(); doc=db.parse("carnet.xml"); Element root=doc.getdocumentelement(); parcours (root); }

21 95 DOM (Document Object Model) Parcours d un arbre DOM static void parcours (Element e){ System.out.println("-"+e.getNodeName()); //parcours de tous les attributs NamedNodeMap nnm=e.getattributes(); for (int i=0;i<nnm.getlength();i++){ Node n=nnm.item(i); System.out.println("*"+n.getNodeName()+"="+n.getNodeValue()); } //parcours des fils NodeList nl=e.getchildnodes(); for (int i=0;i<nl.getlength();i++){ Node n=nl.item(i); if(n.getnodetype()==node.element_node){ parcours((element)n); }else if(n.getnodetype()==node.text_node){ System.out.println(n.getNodeValue());}}}

22 96 Packages Packages org.w3c.dom javax.xml.parsers interface org.w3c.dom.node classe DocumentBuilderFactory classe DocumentBuilder Etc, Méthode New Document() Méthode Parse()

23 97 OM (Document Object Model) interface org.w3c.dom.node Document DocumentFragment DocumentType Element Node Attr CDATASection CharacterData Entity EntityReference Text Comment NamedNodeMap NodeList ProcessingInstruction Notation

24 98 OM (Document Object Model) interface org.w3c.dom.node Méthodes de lecture String getnodename() String getnodevalue() short getnodetype() NamedNodeMap getattributes() Node getfirstchild() Node getnextsibling()/getprevioussibling() Node getlastchild() Node getparentnode() NodeList getchildnodes() boolean haschildnodes() Document getownerdocument() String getnamespaceuri() Description Le nom du nœud. Si le nœud est un attribut cela correspondra à sa valeur Renvoie le type de noeud Liste des attributs (pour l élément). L ensemble des nœuds attribut sera disponible via un objet de type NameNodeMap. Le premier nœud fils Le nœud adjacent (après ou avant) Le dernier nœud fils Le nœud parent Liste des nœuds fils Renvoie un booléen qui indique si le noeud a au moins un fils Renvoie le document dans lequel le noeud est inclus L URI, si un espace de noms est utilisé

25 99 OM (Document Object Model) interface org.w3c.dom.node Méthodes de modification Node appendchild(node newchild) Node clonenode(boolean deep) Node insertbefore(node newchild, Node refchild) Node removechild(node oldchild) Node replacechild(node newchild, Node oldchild) void setnodevalue(string nodevalue) void setprefix(string prefix) Description Ajoute un fils Retourne un clone (complet ou non) du noeud Insertion d un nouveau nœud avant le fils refchild Suppression d un nœud fils Replacement d un nœud fils par un nouveau Modification de la valeur d un nœud; l opération dépendra du type de noeud Définir un préfixe pour ce noeud

26 100 OM (Document Object Model) interface org.w3c.dom.document Méthodes de lecture Element getdocumentelement() NodeList getelementsbytagname(string tagname) Element createelement(string tagname) Text createtextnode(string data) Description Retourne l élément racine (c est-à-dire le premier élément du document). Retourne la liste des éléments ayant pour nom celui passé en argument. Créer un nouvel élément. Créer un nouveau noeud texte.

27 101 DOM (Document Object Model) Est une représentation objet d un document XML Chaque classe (ou type) d objets provient des types de noeuds dans un document XML (élément, texte ). Est une API disponible dans la plupart des langages et une recommandation du W3C ( depuis DOM 3 publié en 2004 et DOM4 en cours de développement

28 102 DOM (Document Object Model) Arbre DOM Document XML Parseur DOM Application Output Invocation du parseur DOM Plugin DOM Xerces Plugin DOM Crimson Plugin DOM XP

29 103 Avantages de DOM Permet un accès direct (random-access) à un document XML. On peut créer un DOM à partir de rien ou encore modifier un document contenu dans un fichier déjà existant. Inconvénients de DOM Cette approche n est pas adaptée à la manipulation de grands documents car le document entier doit être chargé en mémoire