DOM处理XML

 

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：

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); DocumentBuilder builder = factory.newDocumentBuilder(); Document document = builder.parser(xml文件的url); 

(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）。