JAVA中的XML文件--文件读取(下)

JDOM和DOM4J方式是非JAVA官方提供的，需要另外下载jar包，下载地址分别为：
JDOM : http://www.jdom.org/downloads/
DOM4J : http://dom4j.github.io/

2.3 应用JDOM方式解析XML

2.3.1 准备工作

• 通过new获取SAXBuilder对象：

  SAXBuilder saxbuilder = new SAXBuilder();

• 使用SAXBuilder下的build()方法解析XML，build方法的参数可以直接是一个XML文件路径，也可以是一个InputStream，使用InputStream的实现类来解析XML文件，然后将输入流加载到saxBuilder中，build()方法将返回一个Document变量：

  InputStream in = new FileInputStream("students.xml");
  Document document = saxbuilder.build(in);

• 根据Document中的getRootElement()方法获取XML文件中的根元素（返回类型为Element），进而通过getChildren()获取它的子元素的集合List;

  Element rootElem = document.getRootElement();
  List<Element> childElemList = rootElem.getChildren();

备注：
1. 注意InputStream和build()会抛出异常；
2. Document和SAXBuilder等均来自org.jdom2包，下同；

2.3.2 解析元素的属性和子元素

• 在上一节获取到了XML中的根元素Element和子元素集合List，遍历每一个元素的方式不再赘述；

  for(Element child : childElemList){
       ……;
  }

• 对于每一个元素，通过getAttributes()方法获取每个元素的属性集合List，对于每个属性通过getName()和getValue()方法获取属性名和属性值：

  List<Attribute> attrList = child.getAttributes();
  for(Attribute attr : attrList){
      System.out.println(attr.getName()+","+attr.getValue());
  }

  如果想要获取某个元素给定的属性可以直接使用getAttribute(String AttributeName);

• 获取元素的子元素和上述相同，使用getChildren()方法得到一个子元素集合List。

备注：
1. 与之前不同的是：无论什么类型的元素，getName()得到的都是元素的名称，getValue()得到的都是元素内的文本，不会保留空格和回车组成的文本，都是有实际值的文本；

2.3.3 JDOM解析时乱码问题的处理

当发现解析出来的XML文件出现乱码时，可以进行下述检查和修改：

• 查看XML文件中声明处的编码方式，可以修改为和文本兼容的编码方式，如UTF-8等;

• 不修改编码方式，可以对代码进行修改，在build()方法中不传递FileInputStream类型的参数，改为InputStreamReader，该类可以接收指定的编码方式：

  FileInputStream in = new FileInputStream("students.xml");
  InputStreamReader isr = new InputStreamReader(in,"UTF-8");
  Document document = new Document(isr);

  其实道理和第一种相同.

备注：
1.SAXBuilder，Document，Element和Attribute均来自org.jdom2包。

2.4 使用DOM4J解析XML

• 创建一个SAXReader的对象：

  SAXReader saxreader = new SAXReader();

• 通过SAXReader的read()方法加载book.xml文件，获取Document对象，read()方法不可以通过直接传文件路径的方式加载XML文件，可以通过传递File对象作为参数来加载XML：

  Document document = saxreader.read(new File("students.xml"));

• 同样通过document对象的getRootElement()方法获取xml的Element类型的根元素，Element类下有elementIterator()方法用于获取子元素，返回一个元素的迭代器：

  Element school = document.getRootElement();
  Iterator it = school.elementIterator();

• 遍历迭代器获取元素中的信息，根据迭代器中的hasNext()判断是否还有需要的元素，通过next(）方法遍历每个元素，通过attributes()方法得到元素属性的集合List，通过Element（或Attribute）的getName()方法获取元素名（或属性名），通过getStringValue()得到元素包含的文本内容，通过getValue()得到属性值：

  while(it.hasNext()){
  Element student = (Element)it.next();
  List<Attribute> attrList = student.attributes();
  for(Attribute attr : attrList){
      System.out.println(attr.getName()+","+attr.getValue());
      }
  }

• 同样的可以继续通过elementIterator()方法获取子元素的迭代器。

备注：
1. 注意捕获异常；
2. 迭代器中的next()方法返回的是Object类型，需类型转换为Element；
3. Attribute、Document、Element和SAXReader类均来自org.dom4j包。

3 四种解析方式的比较

• 基础方式：DOM和SAX，不需要导入jar包
  
  • DOM方式与平台无关，不仅仅是java平台有，其他许多平台也有；
  • SAX方式是基于事件驱动的解析方式，适用于处理数据流，即随着数据的流动而依次处理数据
• 扩展方式：JDOM和 DOM4J，在基础的方法上的扩展，只有java中能使用的解析方式。

3.1 DOM方式

一次性的将xml中所有的内容加载进内存中，并形成一个DOM树，当xml比较大的时候，会浪费时间.

• 优点
  
  • 形成了树结构，直观好理解，代码更易编写
  • 解析过程中树结构保留在内存中，便于修改
• 缺点
  
  • 当XML文件较大时，对内存耗费比较大，容易影响解析性能并造成内存溢出

3.2 SAX方式

当使用SAX对XML文档解析时，会触发一系列事件，激活相应的事件处理方法（如：startDocument()和endDocument()方法在xml开始和结束时调用，startElement()和endElement()方法在每个元素解析和结束时调用等），应用程序通过这些事件处理函数实现对XML文档的访问。

• 优点
  
  • 采用事件驱动模式，对内存消耗比较少
  • 适用于只需要处理xml中数据时，不需要知道XMl文件中的结构
• 缺点
  
  • 不易编码，如将XML内容转化为对应的类实例时较其他方式不易编码
  • 由于事件触发的时序性，分析过的内容不能再倒回去重新处理

3.3 JDOM方式

• 仅使用具体类而不是用接口
• API大量使用Collections类，便于操作

3.4 DOM4J方式

• JDOM的一种智能分支，它合并了许多超出XML文档表示的功能
• DOM4J使用接口和抽象基本类方法
• 性能优异、灵活性好，功能强大和极易使用
• 开放源代码软件

不断学习不断总结^_^。。。