Normalization in DOM parsing with java - how does it work?

Я видел строку ниже в коде для синтаксического анализа DOM в этом руководстве.

doc.getDocumentElement().normalize();

Зачем мы делаем эту нормализацию?

Я прочитал документы, но не смог понять ни слова.

Помещает все текстовые узлы во всю глубину поддерева под этим узлом

Хорошо, тогда может кто-нибудь показать мне (желательно с картинкой), как выглядит это дерево ?

Кто-нибудь может объяснить мне, зачем нужна нормализация?
Что произойдет, если мы не будем нормализовывать?

Остальная часть предложения:

где текстовые узлы разделены только структурой (например, элементами, комментариями, инструкциями по обработке, разделами CDATA и ссылками на сущности), т. Е. Нет ни смежных текстовых узлов, ни пустых текстовых узлов.

По сути, это означает, что следующий XML-элемент

<foo>hello 
wor
ld</foo>

может быть представлено следующим образом в денормализованном узле:

Element foo
    Text node: ""
    Text node: "Hello "
    Text node: "wor"
    Text node: "ld"

При нормализации узел будет выглядеть следующим образом

Element foo
    Text node: "Hello world"

То же самое касается атрибутов: <foo bar="Hello world"/>, комментариев и т.д.

Проще говоря, нормализация - это сокращение избыточности.

Примеры избыточности:
a) пробелы за пределами тегов root / document(...<document></document>...)
b) пробелы внутри начального тега (<...>) и конечного тега (</...>)
c) пробелы между атрибутами и их значениями (т. е. пробелы между именем ключа и =")
d) лишние объявления пространства имен
e) разрывы строк / пробелы в текстах атрибутов и тегов
f) комментарии и т.д...

В качестве дополнения к ответу @JBNizet для более технических пользователей вот как выглядит реализация org.w3c.dom.Node интерфейса в com.sun.org.apache.xerces.internal.dom.ParentNode, дающая вам представление о том, как это на самом деле работает.

public void normalize() {
    // No need to normalize if already normalized.
    if (isNormalized()) {
        return;
    }
    if (needsSyncChildren()) {
        synchronizeChildren();
    }
    ChildNode kid;
    for (kid = firstChild; kid != null; kid = kid.nextSibling) {
         kid.normalize();
    }
    isNormalized(true);
}

Он рекурсивно обходит все узлы и вызывает kid.normalize()
Этот механизм переопределен в org.apache.xerces.dom.ElementImpl

public void normalize() {
     // No need to normalize if already normalized.
     if (isNormalized()) {
         return;
     }
     if (needsSyncChildren()) {
         synchronizeChildren();
     }
     ChildNode kid, next;
     for (kid = firstChild; kid != null; kid = next) {
         next = kid.nextSibling;

         // If kid is a text node, we need to check for one of two
         // conditions:
         //   1) There is an adjacent text node
         //   2) There is no adjacent text node, but kid is
         //      an empty text node.
         if ( kid.getNodeType() == Node.TEXT_NODE )
         {
             // If an adjacent text node, merge it with kid
             if ( next!=null && next.getNodeType() == Node.TEXT_NODE )
             {
                 ((Text)kid).appendData(next.getNodeValue());
                 removeChild( next );
                 next = kid; // Don't advance; there might be another.
             }
             else
             {
                 // If kid is empty, remove it
                 if ( kid.getNodeValue() == null || kid.getNodeValue().length() == 0 ) {
                     removeChild( kid );
                 }
             }
         }

         // Otherwise it might be an Element, which is handled recursively
         else if (kid.getNodeType() == Node.ELEMENT_NODE) {
             kid.normalize();
         }
     }

     // We must also normalize all of the attributes
     if ( attributes!=null )
     {
         for( int i=0; i<attributes.getLength(); ++i )
         {
             Node attr = attributes.item(i);
             attr.normalize();
         }
     }

    // changed() will have occurred when the removeChild() was done,
    // so does not have to be reissued.

     isNormalized(true);
 } 

Надеюсь, это сэкономит вам немного времени.