使用 SAX 进行 XML 模式验证 - 它是如何工作的？答案

【问题标题】：XML Schema validation with SAX - how does it work?使用 SAX 进行 XML 模式验证 - 它是如何工作的？
【发布时间】：2012-08-29 12:07:30
【问题描述】：

根据Validating a HUGE XML file 同意，但我仍然感到困惑......如何使用 SAX 解析进行 XML 模式验证。我的意思是模式验证涉及在 XML 中来回进行验证 - 键引用等。整个 XML 不应该在内存这样做？抱歉这个愚蠢的问题:(

【问题讨论】：

标签： java xml schema sax

【解决方案1】：

大多数解析器必须在开始任何验证之前在内存中构建一个 Schema/DTD 树，之后它主要是按顺序查找，有时还会进行一些推送、查看和弹出操作。

【讨论】：

所以模式被加载为 DOM，但实际的 XML 不是，并且解析不断地来回加载，对吗？

【解决方案2】：

可以使用几乎为零的内存来对架构进行验证。 UPA 约束确保针对内容模型的验证永远不需要回溯。当然，您确实需要在内容模型的 FSM 中跟踪堆栈中每个元素的状态，即内存与文档的最大嵌套深度成正比。

ID/IDREF 验证是一个例外：为此，处理器需要与遇到的 ID 和 IDREF 值的数量成比例的内存。粗略地说，处理器会记住找到的所有 ID 和 IDREF 值，当它到达文档末尾时，检查是否没有 ID 出现两次，并且每个 IDREF 都出现在这些 ID 中。类似地，为了检查 unique/key/keyref，处理器需要记住已找到哪些键值。但这所需的内存比“将整个 XML 保存在内存中”要少得多。

【讨论】：

感谢您的出色回答。什么是UPA？我相信 FSM 是有限状态机。
UPA = 唯一粒子属性，XSD 中的一个约束，可确保内容模型明确无误。 FSM = 有限状态机。