sax dom pull 解析xml

一 sax 解析：注意空格。

1.   Java Sax解析是按照xml文件的顺序一步一步的来解析，在解析xml文件之前，我们要先了解xml文件的节点的种类，一种是ElementNode，一种是TextNode。如下面的这段book.xml

Xml代码  

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <books>  
3.     <book id="12">  
4.         <name>thinking in java</name>  
5.         <price>85.5</price>  
6.     </book>  
7.     <book id="15">  
8.         <name>Spring in Action</name>  
9.         <price>39.0</price>  
10.     </book>  
11. </books>  

其中，像<books>、<book>这种节点就属于ElementNode,而thinking in java、85.5这种就属于TextNode。

下面结合一张图来详细讲解Sax解析。

xml文件被Sax解析器载入，由于Sax解析是按照xml文件的顺序来解析，当读入<?xml.....>时，会调用startDocument()方法，当读入<books>的时候，由于它是个ElementNode，所以会调用startElement(String uri, String localName, String qName, Attributes attributes) 方法，其中第二个参数就是节点的名称，注意：由于有些环境不一样，有时候第二个参数有可能为空，所以可以使用第三个参数，因此在解析前，先调用一下看哪个参数能用，第4个参数是这个节点的属性。这里我们不需要这个节点，所以从<book>这个节点开始，也就是图中1的位置，当读入时，调用startElement(....)方法，由于只有一个属性id，可以通过attributes.getValue(0)来得到，然后在图中标明2的地方会调用characters(char[] ch, int start, int length)方法，不要以为那里是空白，Sax解析器可不那么认为，Sax解析器会把它认为是一个TextNode。但是这个空白不是我们想要的数据，我们是想要<name>节点下的文本信息。这就要定义一个记录当上一节点的名称的TAG，在characters(.....)方法中，判断当前节点是不是name，是再取值，才能取到thinking in java。具体见代码：SaxParseService.java

Java代码  

1. import java.io.InputStream;  
2. import java.util.ArrayList;  
3. import java.util.List;  
4.   
5. import javax.xml.parsers.SAXParser;  
6. import javax.xml.parsers.SAXParserFactory;  
7.   
8. import org.xml.sax.Attributes;  
9. import org.xml.sax.SAXException;  
10. import org.xml.sax.helpers.DefaultHandler;  
11.   
12. import com.xtlh.cn.entity.Book;  
13.   
14. public class SaxParseService extends DefaultHandler{  
15.     private List<Book> books = null;  
16.     private Book book = null;  
17.     private String preTag = null;//作用是记录解析时的上一个节点名称  
18.       
19.     public List<Book> getBooks(InputStream xmlStream) throws Exception{  
20.         SAXParserFactory factory = SAXParserFactory.newInstance();  
21.         SAXParser parser = factory.newSAXParser();  
22.         SaxParseService handler = new SaxParseService();  
23.         parser.parse(xmlStream, handler);  
24.         return handler.getBooks();  
25.     }  
26.       
27.     public List<Book> getBooks(){  
28.         return books;  
29.     }  
30.       
31.     @Override  
32.     public void startDocument() throws SAXException {  
33.         books = new ArrayList<Book>();  
34.     }  
35.   
36.     @Override  
37.     public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {  
38.         if("book".equals(qName)){  
39.             book = new Book();  
40.             book.setId(Integer.parseInt(attributes.getValue(0)));  
41.         }  
42.         preTag = qName;//将正在解析的节点名称赋给preTag  
43.     }  
44.   
45.     @Override  
46.     public void endElement(String uri, String localName, String qName)  
47.             throws SAXException {  
48.         if("book".equals(qName)){  
49.             books.add(book);  
50.             book = null;  
51.         }  
52.         preTag = null;/**当解析结束时置为空。这里很重要，例如，当图中画3的位置结束后，会调用这个方法 
53.         ，如果这里不把preTag置为null，根据startElement(....)方法，preTag的值还是book，当文档顺序读到图 
54.         中标记4的位置时，会执行characters(char[] ch, int start, int length)这个方法，而characters(....)方 
55.         法判断preTag!=null，会执行if判断的代码，这样就会把空值赋值给book，这不是我们想要的。*/  
56.     }  
57.       
58.     @Override  
59.     public void characters(char[] ch, int start, int length) throws SAXException {  
60.         if(preTag!=null){  
61.             String content = new String(ch,start,length);  
62.             if("name".equals(preTag)){  
63.                 book.setName(content);  
64.             }else if("price".equals(preTag)){  
65.                 book.setPrice(Float.parseFloat(content));  
66.             }  
67.         }  
68.     }  
69.       
70. }  

  Book.java如下：主要是用来组装数据

Java代码  

1. public class Book {  
2.     private int id;  
3.     private String name;  
4.     private float price;  
5.     public int getId() {  
6.         return id;  
7.     }  
8.     public void setId(int id) {  
9.         this.id = id;  
10.     }  
11.     public String getName() {  
12.         return name;  
13.     }  
14.     public void setName(String name) {  
15.         this.name = name;  
16.     }  
17.     public float getPrice() {  
18.         return price;  
19.     }  
20.     public void setPrice(float price) {  
21.         this.price = price;  
22.     }  
23.     @Override  
24.     public String toString(){  
25.         return this.id+":"+this.name+":"+this.price;  
26.     }  
27. }  

 测试是用的单元测试，测试代码如下：ParseTest

Java代码  

1. import java.io.InputStream;  
2. import java.util.List;  
3.   
4. import junit.framework.TestCase;  
5.   
6. import com.xtlh.cn.demo.DomParseService;  
7. import com.xtlh.cn.demo.SaxParseService;  
8. import com.xtlh.cn.entity.Book;  
9.   
10. public class ParseTest extends TestCase{  
11.   
12.     public void testSAX() throws Throwable{  
13.         SaxParseService sax = new SaxParseService();  
14.         InputStream input = this.getClass().getClassLoader().getResourceAsStream("book.xml");  
15.         List<Book> books = sax.getBooks(input);  
16.         for(Book book : books){  
17.             System.out.println(book.toString());  
18.         }  
19.     }  
20. }  

 在用Sax解析的时候最需要重视的一点就是不要把那些<节点>之间的空白忽略就好！

二  JAVA使用DOM解析XML: 注意空格，空格也属于子节点。

首先来了解点Java DOM 的 API:
1.解析器工厂类：DocumentBuilderFactory

创建的方法：DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();

2.解析器：DocumentBuilder

创建方法：通过解析器工厂类来获得 DocumentBuilder db = dbf.newDocumentBuilder();

3.文档树模型Document

创建方法：a.通过xml文档 Document doc = db.parse("bean.xml");  b.将需要解析的xml文档转化为输入流InputStream is = new FileInputStream("bean.xml");

 Document doc = db.parse(is); 

Document对象代表了一个XML文档的模型树，所有的其他Node都以一定的顺序包含在Document对象之内，排列成一个树状结构，以后对XML文档的所有操作都与解析器无关，

直接在这个Document对象上进行操作即可；

 包含的方法：

4.节点列表类NodeList

NodeList代表了一个包含一个或者多个Node的列表，根据操作可以将其简化的看做为数组

5.节点类Node

Node对象是DOM中最基本的对象，代表了文档树中的抽象节点。但在实际使用中很少会直接使用Node对象，而是使用Node对象的子对象Element,Attr,Text等

6.元素类Element

是Node类最主要的子对象，在元素中可以包含属性，因而Element中有存取其属性的方法

7.属性类Attr

代表某个元素的属性，虽然Attr继承自Node接口，但因为Attr是包含在Element中的，但并不能将其看做是Element的子对象，因为Attr并不是DOM树的一部分

基本的知识就到此结束，更加具体的大家可以参阅JDK API文档

代码：

1.使用DOM来遍历XML文档中的全部内容并且插入元素：

school.xml文档：

[html]  view plain copy print ?

1. <?xml version = "1.0" encoding = "utf-8"?>  
2. <School>  
3.     <Student>  
4.         <Name>沈浪</Name>  
5.         <Num>1006010022</Num>  
6.         <Classes>信管2</Classes>  
7.         <Address>浙江杭州3</Address>  
8.         <Tel>123456</