如何构建 XML 解析器？答案

【问题标题】：How do you build an XML parser?如何构建 XML 解析器？
【发布时间】：2011-06-26 06:22:34
【问题描述】：

谁能指导我学习构建 XML 解析器的好教程？我意识到大多数语言已经有库来完成这项任务，但我有兴趣了解 XML 的语法和解析器工作原理背后的理论。我尝试搜索可以解释这一点的内容，但找不到任何内容。

【问题讨论】：

转到amazon.com 并在搜索框中输入“解析”。真的。
实际上，虽然通常这是一个很好的建议，但我实际上建议不要这样做。尽管 xml 处理工具被称为“解析器”，但它们实际上主要是词法分析器（标记器）、少量解析（匹配嵌套元素，仅此而已），以及许多其他东西（符号表处理；DTD 处理）。所以很少使用正确的解析器编写技术（yacc）；尽管状态机可以提供帮助，但设计往往也会在这里走捷径。
Roll your own XML parser / XML parsing algorithm?的可能重复

【解决方案1】：

我认为编写此类教程的人需求不足；正如我评论的那样，我认为一般的解析器技术没有多大帮助。 XML 解析器不是通常的 lex+yacc 方法工作得很好（lexer 部分比解析器更多，这是值得的）。

我知道大多数生产就绪的 XML 解析器都是野兽，但您最好还是开始阅读一个。 Java 有一些示例，xmlpull 可能是最简单的正确解析器之一。 Woodstox 和 Xerces 是最兼容（“完整”）的解析器，具有大型代码库，因此绝对不是轻读。但是它们处理 XML 解析器应该处理的所有事情，因此它们也可能具有教育意义。但要小心那些跳过检查 XML 规范要求的东西的半支持假解析器（例如，Javolution 只检查很少的东西，例如没有字符有效性检查或属性名称重复）。

要阅读的另一件事显然是 XML 规范。它是 IMO 写得最好的规范之一；准确和完整，即使不是很轻的读数。但考虑到它涵盖的所有内容，它实际上并没有那么长。

【讨论】：

【解决方案2】：

如果您是计算机科学专业的学生，并且喜欢编写 XML 解析器作为学术练习，那很好：这是度过一个潮湿周末的好方法，而且您不需要问这个问题，因为您可以访问到一个关于如何编写解析器的教科书库，如果你有特定的 XML 相关问题，那么你可以随时查看各种开源解析器的代码，看看专家是如何解决问题的。

如果您不是计算机科学专业的学生，那么我建议您成为计算机科学专业的学生 - 如何为不同类别的语法编写解析器的理论是该学科基础的一部分。

【讨论】：

【解决方案3】：

为了清楚起见，您应该永远不要尝试编写一个用于生产的 XML 解析器。这是

对于大多数人来说是一种复杂的方式，而且真的很难做到正确和
用任何语言解决的问题。

为了获得 XML 的概述，我建议您阅读 O'Reilly 上的“XML In A Nutshell”，并尝试使用 XML 和 XML 转换来做一些事情。对于一般的解析器构建，Parsing Techniques 看起来很有希望。但实际上解析 XML 是相当困难的，因此您可能应该从使用它获取知识开始。此外，该领域的文档也少得多......

【讨论】：

垃圾。它只是乏味不难。 XML 是一个让解析器 80% 正确的领域，这使得它对于大多数用例都非常有用。尽管事实证明编写 XML 解析器是不必要的，因为大多数语言都有许多优秀的 100% 完整的解析器——就像你说的那样。