dom基础知识

原文出处：http://www.cnblogs.com/dongzhiquan/archive/2009/06/27/1994836.html

 

 

node 有几个子类型：Element, Text, Attribute, RootElement, Comment, Namespace等
Element是可以有属性和子节点的node 。 

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

node 和Element是两个领域的概念。

NODE是相对TREE这种数据结构而言的。TREE就是由NODE组成。这个部分你可以参考离散数学的树图。

ELEMENT则是XML里的概念，<xxx>就是元素，是XML中的数据的组成部分之一。

之所以会ELEMENT和NODE会有概念上的重叠，是因为XML采用的是TREE的结构，因此你只要明白TREE的概念就明白它们的区别了。

最后，在强调一下，严格意义上说，它们是2个不同领域的概念。 

 

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

 

DOM （文档对象模型）是对 XML 数据的描述体系，它用树型结构的文档来保存 XML 数据。此外， DOM 也包括了解析、处理 XML 数据的 API 。

在开始使用 DOM 之前，首先来了解一下它的结构。 DOM 整体上的结构是一个 Composite 模式。所有的 XML 单元，无论是文档、元素还是属性、文本，在 DOM 中都是一个 Node （节点）。按照Composite 模式的定义，每个 Node 都可以包容其他的 Node ，于是很轻松地就构成了一个树型结构。

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

xml中Node和Element的区别 :

 

元素(Element)和结点(Node)的区别，元素是一个小范围的定义，必须是含有完整信息的结点才是一个元素，例如<div>...</div>。但是一个结点不一定是一个元素，而一个元素一定是一个结点。

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

 

Attr  接口表示  Element  对象中的属性。通常该属性所允许的值定义在与文档相关的模式中。

 

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

一、什么是DOM
DOM是Document Object Model的缩写，是对XML文档的内容进行表示的模型。它把XML文档看作是一系列node和node间的关系，并且把每一个node都当作一个对象，所以叫文档对象模型。

DOM规范是W3C定义的，有三个Level：

l         Level 1: 定义了绝大多数基础功能

l         Level 2: 增加定义了namespace

l         Level 3: 对各个特性有了更好的支持

DOM是与编程语言无关的，因此有多种实现，这里的都是用Java的API（其他的我也不会），用的是Sun定义的标 准JAXP（Java API for XML Parsing），而JAXP仅仅是一个接口，它是调用其他的具体解析器来实现的。此外不是用JAXP的 DOM实现还有JDOM和DOM4J。

DOM将文档中的所有都看作节点，因此定义了一个最基础的接口是Node，它的字接口包括 Element，Attr，Text等等，还包括了Document，也就是说DOM将整个文档看作是一个节点。在Node中定义了很多方法，包括了读取 节点 （getFirstChild(), getNextSibling(), getLastNode(), getChildNodes(), getNodeName(), getNodeType(), getNodeValue(), getParentNode(), getAttributes(), getOwnerDocuemt()）、 修改节点 （insertBefore(), removeChild(), appendChild(), replaceChild(), setNodeValue()）， 这些方法都非常常用，但是没有定义创建节点的方法，创建节点的方法是在它的子接口Document中定义的（createXXX()），也没有定义按节点 名字来得到节点的方法，这些方法是在Element和Document中定义的 （getElementById(), getElementByTagName(), 注意在这里按照名字直接得到的是Element）。

DOM在解析文档的时候按整个文档的结构生成一棵树，全部保存在内存中，这既产生了一些优点，也产生了一些缺点。 优点 就是整个文档都一直在内存中，我们可以随时访问任何节点，并且对树的遍历也是比较熟悉的操作；缺点则是耗内存，并且必须等到所有的文档都读入内存才能进行 处理。

一个需要注意的地方就是，XML文档两个标签之间的空白也是这棵树的一个节点（Text节点）。

 

二、DOM的API
1、创建Document

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

DocumentBuilder builder = factory.newDocumentBuilder();

Document doc = builder.parse("abc.xml");

创建一个文档的过程是非常固定的，三步走。在这里DocumentBuilderFactory有一些方法可以对我们的解析进行一定的控制，比如是否必须经过DTD或Schema验证有效，是否忽略注释，是否忽略namespace等等：

factory.setValidating(true);

factory.setIgnoringComments(true);

factory.setNamespaceAware(true);

2、浏览XML文档的内容

获得Document后的第一步就是获得root element，也叫document element：

Element root = doc.getDocumentElement();

这是Document最常用的方法之一，然而事实上直接调用getFirstChild()也可以得到。获得根节点后 就可以用各种各样的getXXX()方法来进行浏览。有一个重要的问题是Attr不属于任何节点的子节点，因此用 getFirstChild()，getNextSibling()，getChildNodes()是无法得到它的，必须用专用的方法 getAttributes()，getAttribute(String)单独处理。

3、修改XML文档

修改包含两方面的内容，一方面是修改已有的，另一方面是创建新的节点加入到文档中去。

修改已有的节点值，只需要浏览到目标节点，然后调用Node.setNodeValue()就可以了，对Attr来说则是调用setValue()；而修改已有的节点，则用replaceChild()；删除一个节点用removeChild()。

创建新节点时，正如前面所说，是用Document来创建的。创建好后就可以使用append()或 insertBefore()来插入到合适的地方。此外Attr总是比较特殊，为一个元素添加属性需要用setAttribute()方法，而删除属性则 要用removeAttribute()方法。

4、返回值NodeList和NamedNodeMap
在get方法中，有些方法返回一个节点列表，最多的是NodeList，而getAttributes()返回的是NamedNodeMap，幸好两者完全像一个List，访问的方法都是item(int index)。

5、输出XML文档

前面的修改xml文档只是在内存中修改了这棵树，并没有真正影响磁盘上的文件。要真正输出到磁盘上，事实上和DOM没 什么关系，而是用FileWriter或FileOutputStream输出文档为一个文件而已。然而有一点需要注意的是，在调用 FileWriter.write()时，写的不是Document对象，而是根元素对象：

writer.write(root);

此外通常需要创建一个新的xml文档，DocumentBuilder的另一个方法是newDocument()可以创建一个新的文档，然后自然可以创建一系列的节点，并联结起来，形成一个完整的文档，最后输出。

有一点值得奇怪的是，通常我们会需要在读入一个文档后，进行了浏览，做了一些修改，然后想要把这些修改也写回到磁盘上，但是却没有直接写回原文档的方法，只能是使之输出到一个同名文档，覆盖了原来的。