java学习笔记——使用DOM解析XML和使用SAX解析XML

科普：

1) DOM

     DOM 是用与平台和语言无关的方式表示 XML 文档的官方 W3C 标准。DOM 是以层次结构组织的节点或信息片断的集合。这个层次结构允许开发人员在树中寻找特定信息。分析该结构通常需要加载整个文档和构造层次结构，然后才能做任何工作。由于它是基于信息层次的，因而 DOM 被认为是基于树或基于对象的。DOM 以及广义的基于树的处理具有几个优点。首先，由于树在内存中是持久的，因此可以修改它以便应用程序能对数据和结构作出更改。它还可以在任何时候在树中上下导航，而不是像 SAX 那样是一次性的处理。DOM 使用起来也要简单得多。 

     另一方面，对于特别大的文档，解析和加载整个文档可能很慢且很耗资源，因此使用其他手段来处理这样的数据会更好。这些基于事件的模型，比如 SAX。 

 

2) SAX 

     这种处理的优点非常类似于流媒体的优点。分析能够立即开始，而不是等待所有的数据被处理。而且，由于应用程序只是在读取数据时检查数据，因此不需要将数据存储在内存中。这对于大型文档来说是个巨大的优点。事实上，应用程序甚至不必解析整个文档；它可以在某个条件得到满足时停止解析。一般来说，SAX还比它的替代者 DOM 快许多。

优点与缺点

DOM：

       解析器读入整个文档，然后构建一个驻留内存的树结构，然后代码就可以使用 DOM 接口来操作这个树结构。

       优点：整个文档树在内存中，便于操作；支持删除、修改、重新排列等多种功能；

       缺点：将整个文档调入内存（包括无用的节点），浪费时间和空间；

       使用场合：一旦解析了文档还需多次访问这些数据；硬件资源充足（内存、CPU）

 

SAX：

       事件驱动。当解析器发现元素开始、元素结束、文本、文档的开始或结束等时，发送事件，程序员编写响应这些事件的代码，保存数据。

       优点：不用事先调入整个文档，占用资源少

       缺点：不是持久的；事件过后，若没保存数据，那么数据就丢了；无状态性；从事件中只能得到文本，但不知该文本属于哪个元素；

       使用场合：只需XML文档的少量内容，很少回头访问；一次性读取；机器内存少；

       注意:SAX 解析器不创建任何对象。

使用DOM解析XML：

package com.accp.xml;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;
import com.accp.entity.Pet;

public class DomParseXML {
	public static void main(String[] args) throws SAXException, IOException, ParserConfigurationException {
		String fileURL="pet.xml";
		List<Pet> petList = parseXML(fileURL);
		for (Pet pet : petList) {
			System.out.println(pet);
		}
	}

	public static List<Pet> parseXML(String fileURL) throws SAXException,
			IOException, ParserConfigurationException {
		List<Pet> petList = new ArrayList<Pet>();
		// 获得XML DOM解析器工厂实例
		DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
		// 通过解析器工厂获得xml解析器对象
		DocumentBuilder db = dbf.newDocumentBuilder();
		// 获得文档对象
		Document doc = db.parse(fileURL);
		// 获得dog节点下的所有子节点
		NodeList nodeList = doc.getElementsByTagName("dog");
		for (int i = 0; i < nodeList.getLength(); i++) {
			Node node = nodeList.item(i);
			// 如果是元素节点
			if (node.getNodeType() == Node.ELEMENT_NODE) {
				Pet pet = new Pet();
				Element dog = (Element) node;
				// 获得当前节点的id属性
				String id = dog.getAttribute("id");
				//给id属性赋值
				pet.setId(Integer.parseInt(id));
				// 获得当前节点下的所有子节点
				for (Node childNode = dog.getFirstChild(); childNode != null; childNode = childNode
						.getNextSibling()) {
					if (childNode.getNodeType() == Node.ELEMENT_NODE) {
						// 获得节点名称
						String name = childNode.getNodeName();
						// 获得节点值
						String value = childNode.getFirstChild().getNodeValue();
						//给各个属性赋值
						if("name".equals(name)){
							pet.setName(value);
						}else if("health".equals(name)){
							pet.setHealth(Integer.parseInt(value));
						}else if("love".equals(name)){
							pet.setLove(Integer.parseInt(value));
						}else if("strain".equals(name)){
							pet.setStrain(value);
						}
					}
				}
				petList.add(pet); //添加对象到集合
			}
		}
		return petList;
	}
}

使用SAX解析XML:

package com.accp.xml;

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

import javax.xml.parsers.ParserConfigurationException;
import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

import com.accp.entity.Pet;

public class SaxParseXML extends DefaultHandler {
	private List<Pet> list = null;
	private Pet pet = null; 
	private String preTagName = null;
	
	//获得pet集合的方法
	public List<Pet> getPet(String fileURL) throws ParserConfigurationException, SAXException, IOException{
		//获得sax解析器工厂
		SAXParserFactory factory=SAXParserFactory.newInstance();
		//从工厂创建sax解析器
		SAXParser parser=factory.newSAXParser();
		//将指定的 资源标识符 (URI) 描述的内容解析为 XML
		parser.parse(fileURL, this);
		//返回pet集合
		return this.list; 
	}

	//接收元素节点开始所调用的方法
	@Override
	public void startElement(String uri, String localName, String qName,
			Attributes attributes) throws SAXException {
		//输出节点名称
		System.out.println(qName);
		if("dog".equals(qName)){
			//创建一个pet对象
			pet=new Pet();
			//得到当前节点的id属性值
			String id=attributes.getValue("id");
			//给id属性赋值
			pet.setId(Integer.parseInt(id));
		}
		//保存当前节点名称
		preTagName=qName;
	}
	
	//接收元素节点结束所调用的方法
	@Override
	public void endElement(String uri, String localName, String qName)
			throws SAXException {
		if("dog".equals(qName)){
			//将创建的pet对象添加到集合
			list.add(pet);
			//添加完后赋空值，避免重复添加
			pet=null;
		}
		//将保存的节点名称赋空值
		preTagName=null;
	}
	
	@Override
	public void characters(char[] ch, int start, int length)
			throws SAXException {
		//给pet的各个属性赋值
		if("name".equals(preTagName)){
			String content=new String(ch,start,length);
			pet.setName(content);
		}else if("health".equals(preTagName)){
			String content=new String(ch,start,length);
			pet.setHealth(Integer.parseInt(content));
		}else if("love".equals(preTagName)){
			String content=new String(ch,start,length);
			pet.setLove(Integer.parseInt(content));
		}else if("strain".equals(preTagName)){
			String content=new String(ch,start,length);
			pet.setStrain(content);
		}
	}
	
	// 开始文档解析所调用的方法
	@Override
	public void startDocument() throws SAXException {
		System.out.println("开始解析文档");
		list = new ArrayList<Pet>();
	}
	
	// 文档解析结束所调用的方法
	@Override
	public void endDocument() throws SAXException {
		System.out.println("解析文档结束");
	}
}

测试类：

public class SaxParseXMLTest {
	public static void main(String[] args) throws ParserConfigurationException, SAXException, IOException {
		SaxParseXML saxParseXML=new SaxParseXML();
		String fileURL="pet.xml";
		List<Pet> list=saxParseXML.getPet(fileURL);
		for (Pet pet : list) {
			System.out.println(pet);
		}
	}
}