使用Apache Xerces解析XML文档

一、技术概述

 

在用Java解析XML时候，一般都使用现成XML解析器来完成，自己编码解析是一件很棘手的问题，对程序员要求很高，一般也没有专业厂商或者开源组织实现的好。

 

Java解析XML的原理图如下：

 

目前Java XML解析器有十多种之多，解析原理有二：使用基于事件的XML简单API（Simple API for XML）称为SAX和基于树和节点的文档对象模型（Document Object Module）称为DOM。Sun公司提供了Java API for XML Parsing（JAXP）接口来使用SAX和DOM，通过JAXP，我们可以使用任何与JAXP兼容的XML解析器。但并不是所有的Java XML解析工具都实现了SUN提供的接口。DOM4J就没有遵循SUN的JAXP规范，但非常优秀。

 

DOM 采用建立树形结构的方式访问 XML 文档，而 SAX 采用的事件模型。

 

DOM 是W3C组织推荐的处理XML的标准接口，DOM 解析器把 XML 文档转化为一个包含其内容的树，并可以对树进行遍历。用 DOM 解析模型的优点是编程容易，开发人员只需要调用建树的指令，然后利用navigation APIs访问所需的树节点来完成任务。可以很容易的添加和修改树中的元素。然而由于使用 DOM 解析器的时候需要处理整个 XML 文档，所以对性能和内存的要求比较高，尤其是遇到很大的 XML 文件的时候。由于它的遍历能力，DOM 解析器常用于 XML 文档需要频繁的改变的服务中。

 

SAX是由XML_DEV邮件列表的成员开发的，它不是某个官方机构的标准，也不由W3C组织或其他任何官方机构维护，但它是XML社区事实上的标准。虽然SAX只是“民间”标准，但是它在XML中的应用丝毫不比DOM少，几乎所有的XML解析器都支持它。SAX 解析器采用了基于事件的模型，它在解析 XML 文档的时候可以触发一系列的事件，当发现给定的tag的时候，它可以激活一个回调方法，告诉该方法制定的标签已经找到。SAX 对内存的要求通常会比较低，因为它让开发人员自己来决定所要处理的tag。特别是当开发人员只需要处理文档中所包含的部分数据时，SAX 这种扩展能力得到了更好的体现。但用 SAX 解析器的时候编码工作会比较困难，而且很难同时访问同一个文档中的多处不同数据。

 

DOM和SAX只是定义了一些接口，以及某些接口的默认实现，一个应用程序要想利用DOM或SAX访问XML文档，还需要一个实现了DOM或SAX的解析器（实现DOM和SAX中定义的接口，提供DOM和SAX定义的功能）。

 

Apache的Xerces是一个使用非常广泛的解析其，它提供了DOM和SAX的调用接口，并有多种语言的实现版本，要利用Xerces访问XML文档，只需要在应用程序中构造一个解析器实现类的对象。

 

这里面还存在一个问题，虽然使用的是标准的DOM和SAX接口，由于不同的XML解析器的实现类是不同的，如果使用另外一种解析器，仍然需要修改应用程序，只不过修改的代码量较小，需要更改XML解析器实现类的类名，然后重新编译、发布。

 

然而，对于兼容JAXP的XML解析器，我们可以选用JAXP API，这样在更换兼容JAXP解析器的时候，就不用对已发布的程序做任何的改动。

 

JAXP开发包由javax.xml包、org.w3c.dom包、org.xml.sax包及其子包组成。在javax.xml.parsers包中，定义了几个工厂类，用于加载DOM和SAX的实现类。

 

 

使用JAXP API解析XML的原理如下：

 

二、使用DOM解析XML

 

DOM的核心概念就是NODE(节点)。DOM在分析XML文档时,将组成XML文档的各个部分(元素,属性,文本,注释,处理指令等)映射成一个对象,这个对象就叫做节点。在内存中这些节点形成一棵树。整棵树就是一个节点,树中的每一个节点也是一棵树（子树）。DOM就是对这棵树的一个对象描述,我们通过访问树中的节点来存取XML文档的内容。

 

DOM定义了一个Node接口，用于表示文档树中一个节点。从这个接口派生出来更多的具体的接口。例如，表示整个文档的Document接口，表示XML文档中的一个元素的Element接口，表示元素属性的Attr接口，都是从Node接口派生而来的。在org.w3c.dom包中，表示XML文档各组成部分的接口的继承关系如图：

 

 

举个例子，引用java web开发大全，有改动：

 

students.xml

----------------------------------------------------------------------

<!---->
<!---->

   
        张三
        18
   
   
        李四
        20
   

----------------------------------------------------------------------

 

public class DOMStudentsInfo {
    public static void main(String[] args) {
        //获取生成 DOM 对象树的解析器
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();

        try {
            //从 DocumentBuilderFactory获取 DocumentBuilder实例
            DocumentBuilder db = dbf.newDocumentBuilder();
            File file = new File(\"students.xml\");
            从 XML 文档获取 DOM 文档实例
            Document doc = db.parse(file);

            //获取某节点的集合
            NodeList nl = doc.getElementsByTagName(\"student\");

            int len = nl.getLength();
            for (int i = 0; i < len; i++) {
                Element eltStu = (Element) nl.item(i);
                Node eltName = eltStu.getElementsByTagName(\"name\").item(0);
                Node eltAge = eltStu.getElementsByTagName(\"age\").item(0);

                String name = eltName.getFirstChild().getNodeValue();
                String age = eltAge.getFirstChild().getNodeValue();

                System.out.print(\"姓名：\");
                System.out.println(name);

                System.out.print(\"年龄：\");
                System.out.println(age);
                System.out.println(\"----------------------------\\n\");
            }
        }
        catch (ParserConfigurationException e) {
            e.printStackTrace();
        }
        catch (SAXException e) {
            e.printStackTrace();
        }
        catch (IOException e) {
            e.printStackTrace();
        }
    }
}

 

运行结果：

 

<!---->

   
        a1234
        四川省xx县xx镇xx路x段xx号
   
   
        b1234
        四川省xx市xx乡xx村xx组
   

----------------------------------------------------------------------

 

public class MyXMLReader2 extends DefaultHandler {
    java.util.Stack tags = new java.util.Stack();

    public MyXMLReader2() {
        super();
    }

    public static void main(String args[]) {
        long lasting = System.currentTimeMillis();
        try {
            SAXParserFactory sf = SAXParserFactory.newInstance();
            SAXParser sp = sf.newSAXParser();
            MyXMLReader2 reader = new MyXMLReader2();
            sp.parse(new InputSource(\"data_10k.xml\"), reader);
        } catch (Exception e) {
            e.printStackTrace();
        }
        System.out.println(\"运行时间：\" + (System.currentTimeMillis() - lasting) + \" 毫秒\");
    }

    public void characters(char ch[], int start, int length) throws SAXException {
        String tag = (String) tags.peek();
        if (tag.equals(\"no\")) {
            System.out.print(\"车牌号码：\" + new String(ch, start, length));
        }
        if (tag.equals(\"addr\")) {
            System.out.println(\" 地址:\" + new String(ch, start, length));
        }
    }

    public void startElement(
            String uri,
            String localName,
            String qName,
            Attributes attrs) {
        tags.push(qName);
    }
}

 

运行结果：

 

            SAXReader reader = new SAXReader();
            Document doc = reader.read(f);
            Element root = doc.getRootElement();
            Element foo;
            for (Iterator i = root.elementIterator(\"value\"); i.hasNext();) {
                foo = (Element) i.next();
                System.out.print(\"车牌号码:\" + foo.elementText(\"no\"));
                System.out.println(\" 车主地址:\" + foo.elementText(\"addr\"));
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        System.out.println(\"运行时间：\" + (System.currentTimeMillis() - lasting) + \" 毫秒\");
    }
}

 

五、使用JDOM解析xml

 

public class MyXMLReader3 {
    public static void main(String arge[]) {
        long lasting = System.currentTimeMillis();
        try {
            SAXBuilder builder = new SAXBuilder();
            Document doc = builder.build(new File(\"data_10k.xml\"));
            Element foo = doc.getRootElement();
            List allChildren = foo.getChildren();
            for (int i = 0; i < allChildren.size(); i++) {
                System.out.print(\"车牌号码:\" + ((Element) allChildren.get(i)).getChild(\"no\").getText());
                System.out.println(\" 车主地址:\" + ((Element) allChildren.get(i)).getChild(\"addr\").getText());
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        System.out.println(\"运行时间：\" + (System.currentTimeMillis() - lasting) + \" 毫秒\");
    }
}

 

六、使用JAXP解析XML

 

public class MyXMLReader1 {
    public static void main(String arge[]) {
        long lasting = System.currentTimeMillis();
        try {
            File f = new File(\"data_10k.xml\");
            DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
            DocumentBuilder builder = factory.newDocumentBuilder();
            Document doc = builder.parse(f);
            NodeList nl = doc.getElementsByTagName(\"value\");
            for (int i = 0; i < nl.getLength(); i++) {
                System.out.print(\"车牌号码:\" + doc.getElementsByTagName(\"no\").item(i).getFirstChild().getNodeValue());
                System.out.println(\" 车主地址:\" + doc.getElementsByTagName(\"addr\").item(i).getFirstChild().getNodeValue());
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        System.out.println(\"运行时间：\" + (System.currentTimeMillis() - lasting) + \" 毫秒\");
    }
}

使用JDOM解析XML
一、前言
    JDOM是Breet Mclaughlin和Jason Hunter两大Java高手的创作成果，2000年初，JDOM作为一个开放源代码项目正式开始研发。JDOM是一种解析XML的Java工具包。 
    DOM适合于当今流行的各种语言，包括Java,JavaScripte,VB,VBScript，Perl,C,C++等。它了为HTML和XML文档提供了一个可应用于不同平台的编程接口。W3C DOM的最新信息可从http://www.w3.org/TR2001/WD-DOM-Lever-3-Core-20010913查阅。微软在http://msdn.microsoft.com/library/default.asp?url=/library/en-us/xmlsdk30/htm/xmconxmldomuserguide.asp上也有DOM的详细技术信息。

   DOM的设计为了适用于不同的语言，它保留了不同语言中非常相似的API。但是它并不适合于Java编程者的习惯。而JDOM作为一种轻量级API被制定，它最核心的要求是以Java为中心，只适合于Java语言，它遵循DOM的接口主要规则，除去了DOM中为了兼容各语言而与Java习惯的不同。

二、使用JDOM的前提条件
   须要有SAX、DOM解析器的类文件，JDOM只是一种适合Java程序员来使用的Java XML解析器，目前流行的Java XML解析器还有：Apache Xerces Java、JAXP。
Xerces Java解析器是完全用Java编写的XML解析器，最新版本是2.5，它支持以下标准和API：

（1） XML1.0规范（第二版本）

（2） XML命名空间规范

（3） DOM2核心标准规范

（4） SAX2核心扩展

（5） JAXP1.2 ：是Sun提供的使用Java处理XML的接口API。

（6） XML Schema结构和数据类型标准  

      还有最好的是它开放源代码，我们可以在http://xml.apache.org/dist/xerces-j/ 处去下载。下载文件Xerces-J-bin.2.5.0.zip。
解压下载文件，得到四个压缩包加到项目的路径中（其实不要全加，但不熟的情况下考虑这么做）。
JDOM的二进制版本下载：http://www.jdom.org/downloads/index.html
把解压后的jdom.jar文件加到项目的类路径中，另外便于调试，还要下载它的源代码。

三、使用JDOM解析XML
     好了，现在该是正题了。下面通过一个简单的例子说明一下怎么用JDOM这一适合Java程序员习惯的工具包来解析XML文档。
为了简单，我用了如下XML作为要解析的XML文件：

<?xml version="1.0" encoding="utf-8"?>
<books>
   <book email="zhoujunhui">
     <name>rjzjh</name>
     <price>60.0</price>
  </book>
</books>
够简单的吧，但它对于我们关心的东西都有了，子节点，属性。
下面是用于解析这个XML文件的Java文件：


1 public class JDomParse {
2    public JDomParse(){
3        String xmlpath="library.xml";
4        SAXBuilder builder=new SAXBuilder(false);
5        try {
6            Document doc=builder.build(xmlpath);
7            Element books=doc.getRootElement();
8            List booklist=books.getChildren("book");
9            for (Iterator iter = booklist.iterator(); iter.hasNext();) {
10                Element book = (Element) iter.next();
11                String email=book.getAttributeValue("email");
12                System.out.println(email);
13                String name=book.getChildTextTrim("name");
14                System.out.println(name);
15                book.getChild("name").setText("alterrjzjh");
16                
17            }
18            
19            XMLOutputter outputter=new XMLOutputter();
20            outputter.output(doc,new FileOutputStream(xmlpath));
21            
22        } catch (JDOMException e) {
23            e.printStackTrace();
24        } catch (IOException e) {
25            e.printStackTrace();
26        }
27    }
28    public static void main(String[] args) {
29        new JDomParse();
30    }
31}
不到30行代码，现在我对代码解释一下：
四、解释代码
引用的类：
import java.io.FileOutputStream;
import java.io.IOException;
import java.util.Iterator;
import java.util.List;
//下面是引用到JDOM中的类
import org.jdom.Document;
import org.jdom.Element;
import org.jdom.JDOMException;
import org.jdom.input.SAXBuilder;
import org.jdom.output.XMLOutputter;
（1）使用JDOM首先要指定使用什么解析器。如：
        SAXBuilder builder=new SAXBuilder(false); 这表示使用的是默认的解析器
（2）得到Document，我们以后要进行的所有操作都是对这个Document操作的：
        Document doc=builder.build(xmlpath);
（3）得到根元素：
        Element books=doc.getRootElement();
在JDOM中所有的节点（DOM中的概念）都是一个org.jdom.Element类，当然他的子节点也是一个org.jdom.Element类。
（4）得到元素（节点）的集合：
      List booklist=books.getChildren("book");
这表示得到“books”元素的所在名称为“book”的元素，并把这些元素都放到一个List集合中
（5）轮循List集合
     for (Iterator iter = booklist.iterator(); iter.hasNext();) {
       Element book = (Element) iter.next();
    ｝
还有一种轮循方法是：
    for(int i=0;I       Element book=(Element)booklist.get(i);
    }
（6）取得元素的属性：
    String email=book.getAttributeValue("email");
   取得元素book的属性名为“email”的属性值。
（7）取得元素的子元素（为最低层元素）的值：
    String name=book.getChildTextTrim("name");
    注意的是，必须确定book元素的名为“name”的子元素只有一个。
（8）改变元素（为最低层元素）的值：
    book.getChild("name").setText("alterrjzjh");
    这只是对Document的修改，并没有在实际的XML文档中进行修改
（9）保存Document的修改到XML文件中：
   XMLOutputter outputter=new XMLOutputter();
    outputter.output(doc,new FileOutputStream(xmlpath));

我们先要有一个XMLOutputter类，再把已经修改了的Document保存进XML文档中。
到此。用JDOM解析和处理XML文档讲解完了，麻雀虽小，五脏俱全。现在已对JDOM有个整体上的概念了吧。

文章来自：http://www.java3z.com/cwbwebhome/article/article2a/217.jsp?id=106

http://liuwentao.iteye.com/blog/59978

http://cowpoke.iteye.com/blog/207125