dom4j解析XML入门指北

       不知道为啥刚发布就直接被删除了，回收站找到的，很蛋疼= = 直接复制网页代码勉强恢复了，不过代码显示就很渣了

Dom4j是一个易用的、开源的库，用于XML，XPath和XSLT。它应用于Java平台，采用了Java集合框架并完全支持DOM，SAX和JAXP。

       以上来自百度百科，不过dom4j的词条感觉是来自某个博客。国内关于dom4j的东西还是蛮少的，或者说关于XML解析的资料就很少。这个博文也是大概写一下dom4j的入门使用。推荐看官方的快速入门文档，简单粗暴易懂：

https://dom4j.github.io/

好像需要科学上网，至少我是不能直接访问。

DOM、SAX与dom4j

       DOM和SAX都是Java关于XML解析的底层API，所在的包分别是：org.w3c.dom与org.xml.sax。这里就能看出一点不同了，DOM的包是跟w3c有关的，而SAX则更像Java原生的API。DOM是W3C的标准，学过前端的同学对于DOM非常熟悉，而这个DOM与XML的DOM是完全一致的，是w3c为了跨平台、语言所设定的标准。SAX的全名是“simple API for XML”，可以说是为解析XML而生了。

       DOM，文档对象模型，整体获取整个文档对象之后，对其中的各个元素进行操作。对于XML和HTML是一样的。对于一个文档，生成了一个DOM树的结构，例如这样的XML文件：

<?xml version="1.0" encoding="GBK"?>
<root>
    <list>
        <name>iwts</name>
        <number>001</number>
    </list>
    <list>
        <name>ashen one</name>
        <number>002</number>
    </list>
</root>

生成了这样的DOM树

然后，我们就可以找到确定的元素，Element，并且对其添加元素或者删除元素，以及修改数据。在解析的时候，DOM解析是直接分析整个XML文件，并且生成结点。所以一般适用于小文件，否则大文件解析的时间会略长。影响效率。

       SAX则是跟DOM完全相反，SAX是基于事件解析。或者说，SAX是顺序执行整个文档，不管文档有多大，都从第一行开始慢慢往下解析。这样就解决了DOM解析的缺点：对于大文档效率过低。但是也失去了任意访问元素的方便性，同时，为了效率SAX解析是不会储存已经解析出来的元素的。所以在碰到需要的元素的时候，程序员需要手动来储存这个元素。

       DOM与SAX各有各的优势，DOM适合大量修改数据的情况，而SAX则胜在效率高。两者不是互斥的，我们可以结合两者来完成对XML的解析。所以就催生了dom4j、jdom以及其他类似的技术。

dom4j下载与部署

       其实就是下载一个jar包并在项目中引用，dom4j在GitHub上开源，可以直接去下载。或者访问https://dom4j.github.io/选择版本下载。下载直接就是一个jar包了。具体怎么使用根据IDE的不同是不一样的。下面介绍idea的使用：

1.右上角File->Project Structure->Project Settings->Modules

2.窗口右侧Dependencise

3.窗口最右边有一个绿色的加号，点击加号并选择“JARs or directorise..”，在电脑中选择下载的jar包就可以了。

4.在窗口jar包左侧勾选该jar包，点击apply就完事了。

dom4j解析XML文件

       先上代码：

package me.iwts;

import org.dom4j.Document;
import org.dom4j.io.SAXReader;
import java.io.File;

public class Main {
    public static void main(String[] args) throws Exception{
        File file = new File("./test.xml");
        SAXReader reader = new SAXReader();
        Document doc = reader.read(file);
    }
}

       利用SAX来解析XML，但是又生成了DOM的document结点，这样我们就可以利用DOM来操作具体的元素。例如我们遍历输出XML文件所有数据。而由于我们生成了DOM树，所以利用迭代器来控制整个文档非常方便 ，对于root结点生成迭代器，那么迭代的内容就是所有子结点。放在树数据结构上说，就是迭代了所有的儿子。

package me.iwts;

import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;
import java.io.File;
import java.util.Iterator;

public class Main {
    public static void main(String[] args) throws Exception{
        File file = new File("./test.xml");
        SAXReader reader = new SAXReader();
        Document doc = reader.read(file);

        Element root = doc.getRootElement();
        Iterator it = root.elementIterator();
        while(it.hasNext()){
            Element list = (Element) it.next();
            System.out.println("name: "+list.elementText("name")+" number: "+list.elementText("number"));
        }
    }
}

根据以上代码介绍一下dom4j的主要的2个类：Document与Element。构造出DOM树以后，就生成了一个Docunment对象，可以参考上面的DOM树的图，Document的方法Element getRootElement()则返回根节点的对象。DOM树中所有的对象都是类Element，Iterator<E> elementInerator()方法生成迭代器，elementText(String elem)方法则输出该元素的elem儿子的数据。

       上面是遍历，那么我们也可以对数据进行修改。这就要求我们能获取到确定的一个元素，并且修改。如果是一个大的文档，我们需要去查找，因为是树结构，我们可以利用DFS或者BFS来查找。这就涉及到具体的查找算法了，下面是简单的，修改一个数据。具体的查找算法与dom4j技术无关。

package me.iwts;

import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;

import java.io.File;
import java.util.Iterator;

public class Main {
    public static void main(String[] args) throws Exception{
        File file = new File("./test.xml");
        SAXReader reader = new SAXReader();
        Document doc = reader.read(file);

        Element root = doc.getRootElement();
        Iterator it = root.elementIterator();
        while(it.hasNext()){
            Element list = (Element) it.next();
            System.out.println("name: "+list.elementText("name")+" number: "+list.elementText("number"));
            Element name = list.element("name");
            name.setText("alert");
            System.out.println("new name: "+list.elementText("name"));
        }
    }
}

Element类的Element element(String elem)方法是对于该元素，获取其elem子元素的对象。然后可以利用void setText(String str)方法来修改数据。

创建一个XML文档

       纯粹解析XML文档是不够的，应该能利用数据来生成XML文件。或者说这样是相对用的更多的技术。例如表单获取的数据，可以先储存在XML中。

package me.iwts;

import org.dom4j.Document;
import org.dom4j.DocumentHelper;
import org.dom4j.Element;

public class Main {
    public static void main(String[] args) throws Exception{
        Document doc = DocumentHelper.createDocument();
        Element root = doc.addElement("root");

        Element list = root.addElement("list");
        Element number = list.addElement("number");
        number.setText("001");
    }
}

利用DocumentHelper的静态方法createDocument可以创建一个Document对象，也就是一个空的XML，这样有了Document对象就可以在其中添加各种各样的元素了。对于Document对象和Element对象，Element addElement(String elem)方法是在该元素下添加一个元素，并且返回这个元素的实例。对于可以添加数据的元素而言，我们可以在获取实例之后，利用setTest()方法添加数据。

        一般地，我们不会创建很少的结点，所以一般都是利用while循环或者for循环来控制。例如从键盘读取数据，那么：

Scanner input = new Scanner(System.in);
while(input.hasNext()) {
    Element list = root.addElement("list");
    list.addElement("name").setText(input.next());
    list.addElement("number").setText(input.next());
}

同样，从数据库读入也是很常见的，利用while循环也是类似的写法。

       以上只是生成了一个确定的Document对象，此时这个对象就是刚从XML解析获得的对象一样。实际上我们还应该在具体的路径下生成一个对应的XML文件。

package me.iwts;

import org.dom4j.Document;
import org.dom4j.DocumentHelper;
import org.dom4j.Element;
import org.dom4j.io.OutputFormat;
import org.dom4j.io.XMLWriter;
import java.io.File;
import java.io.FileOutputStream;

public class Main {
    public static void main(String[] args) throws Exception{
        Document doc = DocumentHelper.createDocument();
        Element root = doc.addElement("root");

        Element list1 = root.addElement("list");
        list1.addElement("name").setText("iwts");
        list1.addElement("number").setText("001");
        Element list2 = root.addElement("list");
        list2.addElement("name").setText("ashen one");
        list2.addElement("number").setText("002");

        OutputFormat format = OutputFormat.createPrettyPrint();
        format.setEncoding("GBK");
        File file = new File("./test.xml");
        XMLWriter write = new XMLWriter(new FileOutputStream(file),format);
        write.write(doc);
        write.close();
    }
}

OutputFormat以及XMLWriter都是属于dom4j的，加载包的时候注意不要加错。format是一定要的，并且可以设置的参数有很多，常用的还是设定编码。XMLWriter对象，声明了以何种格式将Document对象转化为XML文件存放在哪个路径中，是可以多次利用的对象。其void write(Document doc)方法，加载一个DOM对象，并在规定的路径下生成XML文件。