使用DOM解析XML文档的常用接口、方法

接口：org.w 3c .dom.Node：

public interface Node：

该Node接口是整个文档对象模型的主要数据类型。它表示该文档树中的单个节点。当实现Node接口的所有对象公开处理子节点的方法时，不是实现Node接口的所有对象都有子节点。例如，Text节点可能没有子节点，且将子节点添加到这样的节点将导致引发DOMException。

包括属性nodeName、nodeValue 和attributes作为一种获取节点信息的机制，无需向下强制转换为特定的派生接口。在没有对特定的nodeType（如Element的nodeValue或Comment的attributes）的属性的明显映射的情况下，这将返回null。注意，特定的接口可能包含其他更方便的机制来获取和设置相关信息。

 

―――――――――――――――――――――――――――――――――――――――――――――

 

接口：org.w 3c .dom.Document：

public interface Document extends Node：

Document接口表示整个HTML或XML文档。从概念上讲，它是文档树的根，并提供对文档数据的基本访问。

因为元素、文本节点、注释、处理指令等不能存在于Document的上下文之外，所以Document接口还包含所需的创建这些对象的工厂方法。所创建的Node对象具有ownerDocument属性，该属性将Node对象与创建这些对象时的上下文所属的Document关联起来。

 

Document接口的常用方法：

Element getDocumentElement()：这是一种便捷属性，该属性允许直接访问文档的文档元素的子节点。

 

―――――――――――――――――――――――――――――――――――――――――――――

 

接口：org.w 3c .dom.Element：

public interface Element extends Node：

Element接口表示HTML或XML文档中的一个元素。元素可能有与它们相关的属性；由于Element接口继承自Node，所以可以使用一般Node接口属性attributes来获得元素所有属性的集合。

Element接口上有通过名称获得Attr对象或通过名称获得属性值的方法。在XML中（其中的属性值可能包含实体引用），应该获得Attr对象来检查表示属性值的可能相当复杂的子树。

另一方面，在HTML中（其中的所有属性都有简单的字符串值），可以使用直接访问属性值的方法，这既安全又便捷。

 

Element接口的常用方法：

NodeList getElementsByTagName(String name)：以文档顺序返回具有给定标记名称的所有后代Elements的NodeList。

 

―――――――――――――――――――――――――――――――――――――――――――――

 

接口：org.w 3c .dom.NodeList：

public interface NodeList：

NodeList接口提供对节点的有序集合的抽象，没有定义或约束如何实现此集合。DOM中的NodeList对象是活动的。

NodeList中的项可以通过从0开始的整数索引进行访问。

 

NodeList接口的常用方法：

Node item(int index)

返回集合中的第 index 个项。如果 index 大于或等于此列表中的节点数，则返回 null。

参数：index - 集合中的索引。

返回：返回该NodeList中index位置处的节点；如果索引是无效索引，则返回null。

 

int getLength()

列表中的节点数。有效子节点索引的范围是 0 到 length-1（包含此值）。

 

―――――――――――――――――――――――――――――――――――――――――――――

 

接口：org.w 3c .dom.CharacterData：

public interface CharacterData extends Node：

CharacterData接口使用属性集合和用于访问DOM中字符数据的方法扩展节点。为了清楚起见，在这里定义此集合，而不是在使用这些属性和方法的每个对象上定义。任何DOM对象都不会直接对应于CharacterData，尽管Text和其他的对象是从它继承该接口的。此接口中的所有offset都从0开始。

如DOMString接口中所述，DOM中的文本字符串以UTF-16（即16位单元序列）表示。在下述情况下，每当需要指示以16位单元在CharacterData上进行索引时就使用术语16位单元。

 

―――――――――――――――――――――――――――――――――――――――――――――

 

接口：org.w 3c .dom.Text：

public interface Text extends CharacterData：

该Text接口继承自CharacterData，并且表示Element或Attr的文本内容（在XML中称为字符数据）。如果元素的内容中没有标记，则文本包含在实现Text接口的单个对象中，此接口是该元素的唯一孩子。如果有标记，则将它解析为信息项（元素、注释，等等）和组成该元素的子元素列表的Text节点。

首先通过DOM使文档可用时，文本的每个块只有一个Text节点。用户可以创建表示给定元素的内容的相邻的Text节点，没有任何插入标记，但应该知道无法在XML或HTML中表示这些节点之间的分隔，因此它们（通常）不会保持在DOM编辑会话之间。Node.normalize()方法为每个文本块将所有这样的相邻Text对象合并为单个的节点。

不对Text节点的内容进行任何词汇检查，并且根据节点在文档中的位置，有些字符必须在使用字符引用进行序列化期间转义；例如，在文本内容是元素或属性的一部分的字符 "<&"；文本内容是元素一部分的字符序列 "]]>"；当文本内容是属性一部分的引号字符 " 或省略符号字符 '。

 

―――――――――――――――――――――――――――――――――――――――――――――

其它常用方法：

public static Element getFirstElement(Element element, String name) {

       NodeList nl = element.getElementsByTagName(name);

       if (nl.getLength() < 1) {

              throw new RuntimeException("Element:" + element

                            + "does not contain:" + name);

       }

       return (Element) nl.item(0);

}

 

public static String getSimpleElementText(Element node, String name) {

       Element nameE1 = getFirstElement(node, name);

       Node textNode = nameE1.getFirstChild();

       if (textNode instanceof Text) {

              return textNode.getNodeValue();

       }

       return "";

}