1.DOM(Document Object Model),文档对象模型处理XML的API,是W3C对于XML处理的成熟标准,其工作原理是将整个XML文档读入内存,创建一颗DOM树,用树状结构表示XML的结构化数据。DOM支持对树中任何节点的随机访问。
2.DOM处理XML的基本步骤:
(1).初始化一个新的Builder类,Builder类负责读取XML数据并把XML数据转化为树状表示结构。
(2).数据转化完成,创建Document对象。
(3).使用Document对象访问代表了XML文档中元素的节点。
3.DOM处理XML的详细步骤:
(1).获取Document Factory和Builder类:
(2).遍历DOM树:
DOM树中每个类型的节点提供的属性名称:
a.NodeName:该节点代表xml元素名称。
b.NodeValue:在节点元素开始和结束之间的文本值。
c.NodeType:代表了对象类型(如:元素,属性)等的编号。
d.ParentNode:当前节点的父节点。
e.ChildNode:当前节点的子节点。
f.FirstChild:当前节点的第一个子节点。
g.LastChild:当前节点的最后一个子节点。
h.PreviouseSibling:当前节点的哥哥节点。
i.NextSibling:当前节点的弟弟节点。
j.Attributes:当前节点的属性列表。
4.DOM对象和其API:
DOM的基本对象有5个:Document,Node,NodeList,Element和Attr。
(1).Document对象:代表了整个XML的文档,所有其它的Node,都以一定的顺序包含在Document对象之内,排列成一个树形的结构,程序员可以通过遍历这颗树来得到XML文档的所有的内容,这也是对XML文档操作的起点。我们总是先通过解析XML源文件而得到一个Document对象,然后再来执行后续的操作。此外,Document还包含了创建其它节点的方法,比如createAttribut()用来创建一个Attr对象。Document所包含的主要的方法有:
a.createAttribute(String):用给定的属性名创建一个Attr对象,并可在其后使用setAttributeNode方法来放置在某一个Element对象上面。
b.createElement(String):用给定的标签名创建一个Element对象,代表XML文档中的一个标签,然后就可以在这个Element对象上添加属性或进行其它的操作。
c.createTextNode(String):用给定的字符串创建一个Text对象,Text对象代表了标签或者属性中所包含的纯文本字符串。如果在一个标签内没有其它的标签,那么标签内的文本所代表的Text对象是这个Element对象的唯一子对象。
d.getElementsByTagName(String):返回一个NodeList对象,它包含了所有给定标签名字的标签。
e.getDocumentElement():返回一个代表这个DOM树的根节点的Element对象,也就是代表XML文档根元素的那个对象。
(2).Node对象:DOM结构中最为基本的对象,代表了文档树中的一个抽象的节点。在实际使用的时候,很少会真正的用到Node这个对象,而是用到诸如Element、Attr、Text等Node对象的子对象来操作文档。Node对象为这些对象提供了一个抽象的、公共的根。虽然在Node对象中定义了对其子节点进行存取的方法,但是有一些Node子对象,比如Text对象,它并不存在子节点,这一点是要注意的。Node对象所包含的主要的方法有:
a.appendChild(org.w3c.dom.Node):为这个节点添加一个子节点,并放在所有子节点的最后,如果这个子节点已经存在,则先把它删掉再添加进去。
b.getFirstChild():如果节点存在子节点,则返回第一个子节点,对等的,还有getLastChild()方法返回最后一个子节点。
c.getNextSibling():返回在DOM树中这个节点的下一个兄弟节点,对等的,还有d.getPreviousSibling()方法返回其前一个兄弟节点。
e.getNodeName():根据节点的类型返回节点的名称。
f.getNodeType():返回节点的类型。
g.getNodeValue():返回节点的值。
h.hasChildNodes():判断是不是存在有子节点。
i.hasAttributes():判断这个节点是否存在有属性。
j.getOwnerDocument():返回节点所处的Document对象。
k.insertBefore(org.w3c.dom.Node new,org.w3c.dom.Node ref):在给定的一个子对象前再插入一个子对象。
l.removeChild(org.w3c.dom.Node):删除给定的子节点对象。
m.replaceChild(org.w3c.dom.Node new,org.w3c.dom.Node old):用一个新的Node对象代替给定的子节点对象。
(3).NodeList对象:代表了一个包含了一个或者多个Node的列表。可以简单的把它看成一个Node的数组,我们可以通过方法来获得列表中的元素,NodeList对象的方法有:
a.GetLength():返回列表的长度。
b.Item(int):返回指定位置的Node对象。
(4).Element对象:代表的是XML文档中的标签元素,继承于Node,亦是Node的最主要的子对象。在标签中可以包含有属性,因而Element对象中有存取其属性的方法,而任何Node中定义的方法,也可以用在Element对象上面,Element对象的方法有 :
a.getElementsByTagName(String):返回一个NodeList对象,它包含了在这个标签中其下的子孙节点中具有给定标签名字的标签。
b.getTagName():返回一个代表这个标签名字的字符串。
c.getAttribute(String):返回标签中给定属性名称的属性的值。在这儿需要主要的是,应为XML文档中允许有实体属性出现,而这个方法对这些实体属性并不适用。这时候需要用到getAttributeNodes()方法来得到一个Attr对象来进行进一步的操作。
d.getAttributeNode(String):返回一个代表给定属性名称的Attr对象。
(5).Attr对象:代表了某个标签中的属性。Attr继承于Node,但是因为Attr实际上是包含在Element中的,它并不能被看作是Element的子对象,因而在DOM中Attr并不是DOM树的一部分,所以Node中的getparentNode(),getpreviousSibling()和getnextSibling()返回的都将是null。也就是说,Attr其实是被看作包含它的Element对象的一部分,它并不作为DOM树中单独的一个节点出现。这一点在使用的时候要同其它的Node子对象相区别。
5.DOM处理XML的优点:
(1).易于上手。
(2).丰富的 API ,易于访问。
(3).整棵树被载入内存,能随机访问节点。
6.DOM的不足和适用场景:
DOM的不足主要为:
(1).整个文档必须一次解析完。
(2).载入文档树到内存代价昂贵,尤其对于大文档非常的消耗内存。
(3).不利于实现对象类型绑定,需要给所有节点创建单独的类型。
DOM处理XML方式适用于:需要修改 xml 或者用来处理 XSLT (不要用在对XML 只有读操作的程序中)。