XML DOM

ДЛЯ НОВИЧКОВ

Разработчику

Что такое XML DOM

DOM (Document Object Model) — программный интерфейс к дереву XML (и HTML). Парсер загружает файл в память и предоставляет объекты для чтения, изменения, добавления и удаления узлов.

В экосистеме XML DOM тесно связан с XPath (глава) и отличается от потоковых API (SAX, XmlReader в .NET), которые не держат всё дерево в памяти.

Подход	Память	Удобство
DOM	Весь документ	Произвольная навигация, правки
SAX / XmlReader	Поток	Большие файлы, только последовательное чтение
LINQ to XML (XDocument)	Дерево, современный API .NET	Удобнее классического DOM

Основы разметки: XML.

---

Узлы XML DOM

Каждый фрагмент документа — узел с типом nodeType (в W3C DOM):

Тип	Константа (типично)	Пример
Element	ELEMENT_NODE (1)	<book>
Attribute	ATTRIBUTE_NODE (2)	id="1"
Text	TEXT_NODE (3)	Война и мир
CDATA Section	CDATA_SECTION_NODE (4)	<![CDATA[...]]>
Entity Reference	ENTITY_REFERENCE_NODE (5)	&amp;
Entity	ENTITY_NODE (6)	в DTD
Processing Instruction	PROCESSING_INSTRUCTION_NODE (7)	<?xml-stylesheet ...?>
Comment	COMMENT_NODE (8)	<!-- ... -->
Document	DOCUMENT_NODE (9)	корень API
Document Type	DOCUMENT_TYPE_NODE (10)	<!DOCTYPE ...>
Document Fragment	DOCUMENT_FRAGMENT_NODE (11)	временный контейнер
Notation	NOTATION_NODE (12)	в DTD

---

Доступ к узлам

После разбора документа доступны свойства и методы (имена близки в JavaScript, Java, .NET XmlDocument):

Операция	Идея
documentElement	Корневой элемент XML
getElementsByTagName('book')	Коллекция по локальному имени (без учёта NS в старых API)
getAttribute('id')	Значение атрибута элемента
childNodes	Все дочерние узлы, включая текст и комментарии
firstChild / lastChild	Первый / последний дочерний
parentNode	Родитель
nodeValue	Текст для текстовых узлов; для элементов — не всегда то, что ожидают новички

В .NET для новых проектов чаще используют XElement, XDocument; классический DOM — XmlDocument + SelectNodes с XPath.

Пример чтения (C# / XmlDocument):

var doc = new XmlDocument();
doc.Load("library.xml");
XmlNodeList books = doc.SelectNodes("/library/book");
foreach (XmlNode book in books)
{
    string title = book.SelectSingleNode("title")?.InnerText;
    string id = book.Attributes["id"]?.Value;
}

Тот же выбор через XPath описан в главе XPath.

---

NodeList и NodeMap

NodeList — упорядоченная коллекция узлов (результат getElementsByTagName, XPath). Может быть «живой»: изменение дерева меняет список.

NamedNodeMap — атрибуты элемента, доступ по имени или индексу:

// Иллюстрация в стиле W3C DOM (браузер / legacy)
const attr = element.attributes.getNamedItem('id');

Важно: текст внутри <title>Война</title> часто представлен как дочерний текстовый узел, а не как «значение элемента» одной строкой — при обходе childNodes появляются «лишние» текстовые узлы с пробелами и переводами строк.

---

Обход дерева узлов

Три классических способа:

1. По дочерним узлам (рекурсия)

function traverse(node):
  обработать(node)
  for each child in node.childNodes:
    traverse(child)

2. Обход в глубину (DFS)

Сначала вниз по ветке, затем к соседям — естественен для DOM.

3. TreeWalker / NodeIterator (W3C)

Фильтры по типу узла (только элементы, без пустого текста). В .NET аналог — собственные обходы или LINQ по Descendants().

---

Навигация по узлам

Свойство / метод	Направление
parentNode	Вверх
childNodes	Вниз на один уровень
nextSibling / previousSibling	Соседи на том же уровне
XPath /library/book[2]/title	Декларативный путь (XPath)

Смешанный контент: между <book> и <title> парсер может вставить текстовый узел с переводом строки — при nodeValue элемента book получится склейка текстов потомков, но не всегда так, как ожидается без InnerText / нормализации.

Создание и вставка (редактирование дерева):

• createElement, createTextNode, setAttribute;
• appendChild, insertBefore, removeChild, replaceChild.

После изменений документ сериализуют обратно в файл (Save в .NET).

---

DOM в браузере и на сервере

Контекст	API
Браузер	DOMParser, document.implementation.createDocument — для XML; HTML использует тот же DOM, но другие правила
Java	DocumentBuilder, org.w3c.dom
.NET	XmlDocument, предпочтительно XDocument
Python	xml.dom.minidom (реже — lxml etree)

Для больших XML на сервере предпочтительны потоковые парсеры; DOM загружает весь файл в RAM.

---

Связь с XSLT и валидацией

• XSLT-процессор внутри строит дерево исходника (часто DOM-подобное).
• Валидация XSD может выполняться до или после построения DOM (XML, справочник).
• Преобразование через XSLT: глава XSLT — DOM исходника напрямую не обязателен менять.

Практическое задание

Загрузите небольшой XML в IDE или скриптом, выведите список имён всех дочерних элементов корня и значения каждого атрибута id у элементов book.

---