NodeJS支持ClojureScript

Question

很乐意添加对NodeJS的ClojureScript支持！看起来data.xml使用了DOMParser，它在浏览器中可以工作，但不能在NodeJS中工作。

我查看了一下原始问题DXML-29，其中提到了NodeJS（使用xmldom）。但我猜测NodeJS的支持最终还是未实施？

我看了一下代码，似乎在运行ClojureScript测试时用xmldom替换了DOMParser，所以根据这个它应该可以工作？尽管测试是在Nashorn而不是NodeJS上运行的。不过，我没能搞清楚xmldom从哪里来。

可能的解决方案

1) 在代码中使用一些逻辑，例如，“尝试创建DOMParser，如果出错尝试创建xmldom”。
2) 在所有地方使用xmldom（显然可以在非NodeJS的JavaScript平台上使用，如Rhino或SpiderMonkey）。但我对此知之甚少。有关信息请参阅：https://github.com/jindw/xmldom/wiki/How-to-use-xmldom-in-non-node.js-JavaScript-platforms-like-Rhino-or-SpiderMonkey

也许选项1) 更为可取。

未知（至少对我来说）：如何“导出”xmldom npm 依赖，以便使其对于使用库的下游项目可用...

Answer 1

评论者：bendlas

为此，我希望能启用ClojureScript的流式XML实现，使用sax.js解析器。

使用js/DOMParser是为了它在小文档中的强劲性能而做出的妥协。这不是我愿意在NodeJS中引入的，其中没有本地实现，而且较大文档很可能会被处理。

我乐意在不需要提供实际DOM解析器的情况下获得对各种DOM类更好的支持，这包括java的org.w3c.dom。如果您现在想在NodeJS中使用data.xml，请考虑使用xmldom + clojure.data.xml/element-data。

Answer 2

评论者：alza

嗨（链接：~bendlas）

用懒惰序列提供的流式支持将非常好！

我目前正在Node中使用data.xml和xmldom，对于我正在处理的约10MB的XML文档来说，速度相当慢。这可能是由于xmldom中只有字符串解析。它似乎比在可以使用流的JVM上运行的相同代码慢10倍。

对于构建在之上的流式Node解析器，有哪些好的选项？

看来sax-js不支持流式操作..

Answer 3

评论者：bendlas

看来sax-js不支持流式操作 ..

我不太明白：SAX实际上是“XML流式API”的缩写，从其README示例来看，我原本以为它应该在调用final .close之前允许多次.write调用和部分数据块

对于构建在之上的流式Node解析器，有哪些好的选项？

我找到的所有各种流式解析器都是建立在sax-js之上，所以我将选择它。

用懒惰序列提供的流式支持将非常好！

关键在于：在JS中，由于一切都是非阻塞的，所以懒序列并不真正是IO选项。所以，虽然在你使用lazy-seq的.next等待输入时，你可以在Java中开心地阻塞线程，但在JS中你不能这样做。可能Node.js中存在阻塞IO的选项，但这将是Node.js特有的，并且由于Node程序的单线程特性而非常糟糕。这也是在JS中不存在XML拉取API (StAX) 的原因。

data.xml是基于StAX构建的，因为它与懒序列很自然的匹配，并且因为这是当时clojure中进行流式处理的首选方式。另一方面，SAX是一种推模型，对于JS来说是很好的选择，因为程序是由传入的IO驱动的。
最近，clojure在形式上获得了对推流的支持，即transducers。我正在考虑将data.xml基于transducers进行重构，以便统一支持StAX和SAX源。作为一个惊喜，这有可能使data.xml更快，因为它减少了中间分配。

Answer 4

评论者：bendlas

我已在此处开始这项工作https://github.com/clojure/data.xml/tree/sax

如果有人想查看并/或帮助的话

Answer 5

评论者：alza

嗨（链接：~bendlas），

我只是想知道这种新的推送方法是否能在解析时高效地跳过空白符？因为在使用当前ClojureScript xmldom实现时，我必须再次扫描已解析的XML以删除它，这又是一个相对于Clojure相当的解析过程来说，减慢了解析速度的额外步骤，虽然Clojure相当似乎是支持通过“skip-whitespace”选项在解析过程中跳过空白的（尽管我在文档中没看到这一点）。

谢谢！

亚历克斯。

Answer 6

评论者：bendlas

我只是想知道这种新的推送方法是否能在解析时高效地跳过空白符？

是的，以及其他转换（例如https://dev.clojure.org/jira/browse/DXML-50）

在sax分支上，我已经添加了一个名为PushHandler的协议（相当于可变参数的转换器）和支持大多数相关的代码位置。您可以在这里看到它的使用情况： https://github.com/clojure/data.xml/blob/ac9aa0f711861ee8152ddf18e89a18c1d3538b00/src/main/clojure/clojure/data/xml/js/push.cljs#L184

有了这个，您可以构建超级高效的转换器样式XML转换器。

但仍有许多工作要做

• 大量清理、文档编写和测试
• API
• 简化pull <-> push交叉和共同架构
• 将process.clj转换为这种处理方式
• 在阻塞的Node.js流之上提供懒惰的pull界面

我很乐意接受任何测试或反馈！

Answer 7

评论者：alza

嗨（链接：~bendlas），

我很乐意帮助进行顶层API的“最终用户”测试，其实我有一个现实世界的应用已经在使用Clojure和ClojureScript中的data.xml： https://github.com/digital-dj-tools/dj-data-converter

我对“简化pull <-> push交叉和共同架构”特别感兴趣，因为我在同一项目中需要支持Clojure（pull）和ClojureScript（push）的API。

谢谢！

Answer 8

评论者：bendlas

太棒了！

我已在node中原型化了同步和异步流的解析： https://github.com/clojure/data.xml/commit/719af453ab2c90352cf72a84f2e42161bf3a8e49

异步流可以被转换为一种 reducible - to - promise 事件源。
同步流甚至允许使用与JVM相同的基于lazy-seq的解析器。

两者都可以解析成元素树。

我还想将此应用于XMLHttpRequest - 浏览器中的流，并更新其API，然后可以将其合并。

当发生这种情况时，我会在这里发消息。

Answer 9

参考： https://clojure.atlassian.net/browse/DXML-60 （由 alex+import 提出）