java与xml联合编程之dom篇

	dom初步  　　dom是document object model的缩写，即文档对象模型。前面说过，xml将数据组织为一颗树，所以dom就是对这颗树的一个对象描叙。通俗的说，就是通过解析xml文档，为xml文档在逻辑上建立一个树模型，树的节点是一个个对象。我们通过存取这些对象就能够存取xml文档的内容。  　　下面我们来看一个简单的例子，看看在dom中，我们是如何来操作一个xml文档的。  　　这是一个xml文档，也是我们要操作的对象：  <?xml version="1.0" encoding="utf-8"?> <messages> <message>good-bye serialization, hello java!</message> </messages>  　　下面，我们需要把这个文档的内容解析到一个个的java对象中去供程序使用，利用jaxp，我们只需几行代码就能做到这一点。首先，我们需要建立一个解析器工厂，以利用这个工厂来获得一个具体的解析器对象：  documentbuilderfactory dbf = documentbuilderfactory.newinstance();  　　我们在这里使用documentbuilderfacotry的目的是为了创建与具体解析器无关的程序，当documentbuilderfactory类的静态方法newinstance()被调用时，它根据一个系统变量来决定具体使用哪一个解析器。又因为所有的解析器都服从于jaxp所定义的接口，所以无论具体使用哪一个解析器，代码都是一样的。所以当在不同的解析器之间进行切换时，只需要更改系统变量的值，而不用更改任何代码。这就是工厂所带来的好处。这个工厂模式的具体实现，可以参看下面的类图。  documentbuilder db = dbf.newdocumentbuilder();  　　当获得一个工厂对象后，使用它的静态方法newdocumentbuilder()方法可以获得一个documentbuilder对象，这个对象代表了具体的dom解析器。但具体是哪一种解析器，微软的或者ibm的，对于程序而言并不重要。  　　然后，我们就可以利用这个解析器来对xml文档进行解析了：  document doc = db.parse("c:/xml/message.xml");  　　documentbuilder的parse()方法接受一个xml文档名作为输入参数，返回一个document对象，这个document对象就代表了一个xml文档的树模型。以后所有的对xml文档的操作，都与解析器无关，直接在这个document对象上进行操作就可以了。而具体对document操作的方法，就是由dom所定义的了。  　　　　　　　　　　 　　jaxp支持w3c所推荐的dom 2。如果你对dom很熟悉，那么下面的内容就很简单了：只需要按照dom的规范来进行方法调用就可以。当然，如果你对dom不清楚，也不用着急，后面我们会有详细的介绍。在这儿，你所要知道并牢记的是：dom是用来描叙xml文档中的数据的模型，引入dom的全部原因就是为了用这个模型来操作xml文档的中的数据。dom规范中定义有节点（即对象）、属性和方法，我们通过这些节点的存取来存取xml的数据。  　　从上面得到的document对象开始，我们就可以开始我们的dom之旅了。使用document对象的getelementsbytagname()方法，我们可以得到一个nodelist对象，一个node对象代表了一个xml文档中的一个标签元素，而nodelist对象，观其名而知其意，所代表的是一个node对象的列表：  nodelist nl = doc.getelementsbytagname("message");  　　我们通过这样一条语句所得到的是xml文档中所有<message>标签对应的node对象的一个列表。然后，我们可以使用nodelist对象的item()方法来得到列表中的每一个node对象：  node my_node = nl.item(0);  　　当一个node对象被建立之后，保存在xml文档中的数据就被提取出来并封装在这个node中了。在这个例子中，要提取message标签内的内容，我们通常会使用node对象的getnodevalue()方法：  string message = my_node.getfirstchild().getnodevalue();  　　请注意，这里还使用了一个getfirstchild()方法来获得message下面的第一个子node对象。虽然在message标签下面除了文本外并没有其它子标签或者属性，但是我们坚持在这里使用getfirsechild()方法，这主要和w3c对dom的定义有关。w3c把标签内的文本部分也定义成一个node，所以先要得到代表文本的那个node，我们才能够使用getnodevalue()来获取文本的内容。  　　现在，既然我们已经能够从xml文件中提取出数据了，我们就可以把这些数据用在合适的地方，来构筑应用程序。  　　下面的内容，我们将更多的关注dom，为dom作一个较为详细的解析，使我们使用起来更为得心应手。  　　dom详解  　　1．基本的dom对象  　　dom的基本对象有5个：document，node，nodelist，element和attr。下面就这些对象的功能和实现的方法作一个大致的介绍。  　　　　　　　　　　　 　　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。它所包含的主要的方法有：  　　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。  　　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。  　　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。  　　getelementsbytagname(string)：返回一个nodelist对象，它包含了所有给定标签名字的标签。  　　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。  　　node对象是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：  　　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。  　　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。  　　getnextsibling()：返回在dom树中这个节点的下一个兄弟节点，对等的，还有getprevioussibling()方法返回其前一个兄弟节点。  　　getnodename()：根据节点的类型返回节点的名称。  　　getnodetype()：返回节点的类型。  　　getnodevalue()：返回节点的值。  　　haschildnodes()：判断是不是存在有子节点。  　　hasattributes()：判断这个节点是否存在有属性。  　　getownerdocument()：返回节点所处的document对象。  　　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。  　　removechild(org.w3c.dom.node)：删除给定的子节点对象。  　　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。  　　nodelist对象，顾名思义，就是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：  　　getlength()：返回列表的长度。  　　item(int)：返回指定位置的node对象。  　　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。  　　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。  　　gettagname()：返回一个代表这个标签名字的字符串。  　　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。  　　getattributenode(string)：返回一个代表给定属性名称的attr对象。  　　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。  　　需要说明的是，上面所说的dom对象在dom中都是用接口定义的，在定义的时候使用的是与具体语言无关的idl语言来定义的。因而，dom其实可以在任何面向对象的语言中实现，只要它实现了dom所定义的接口和功能就可以了。同时，有些方法在dom中并没有定义，是用idl的属性来表达的，当被映射到具体的语言时，这些属性被映射为相应的方法。  　　2．dom实例  　　有了上面的介绍，相信你对dom理解的更多了吧。下面的例子将让你对dom更加熟悉起来。  　　先说说这个例子到底要做的是什么吧，我们希望在一个名为link.xml文件中保存了一些url地址，通过一个简单的程序，我们可以通过dom把这些url读出并显示出来，也可以反过来向这个xml文件中写入加入的url地址。很简单，却很实用，也足够来例示dom的绝大部分用法了。  　　xml文件本身不复杂，就不给出它的dtd了。link.xml:  <?xml version="1.0" standalone="yes"?> <links> <link> <text>jsp insider</text> <url newwindow="no">http://www.jspinsider.com</url> <author>jsp insider</author> <date> <day>2</day> <month>1</month> <year>2001</year> </date> <description>a jsp information site.</description> </link> <link> <text>the makers of java</text> <url newwindow="no">http://java.sun.com</url> <author>sun microsystems</author> <date> <day>3</day> <month>1</month> <year>2001</year> </date> <description>sun microsystem's website.</description> </link> <link> <text>the standard jsp container</text> <url newwindow="no">http://jakarta.apache.org</url> <author>apache group</author> <date> <day>4</day> <month>1</month> <year>2001</year> </date> <description>some great software.</description> </link> </links>  　　第一个程序我们称为xmldisplay.java，具体的程序清单可以在附件中找到。主要的功能就是读取这个xml文件中各个节点的内容，然后在格式化输出在system.out上，我们来看看这个程序：  import javax.xml.parsers.*; import org.w3c.dom.*;  　　这是引入必要的类，因为在这里使用的是sun所提供的xml解析器，因而需要引入java.xml.parsers包，其中包含了有dom解析器和sax解析器的具体实现。org.w3c.dom包中定义了w3c所制定的dom接口。  documentbuilderfactory factory = documentbuilderfactory.newinstance(); documentbuilder builder=factory.newdocumentbuilder(); document doc=builder.parse("links.xml"); doc.normalize();  　　除了上面讲到的，还有一个小技巧，对document对象调用normalize()，可以去掉xml文档中作为格式化内容的空白而映射在dom树中的不必要的text node对象。否则你得到的dom树可能并不如你所想象的那样。特别是在输出的时候，这个normalize()更为有用。  nodelist links =doc.getelementsbytagname("link");  　　刚才说过，xml文档中的空白符也会被作为对象映射在dom树中。因而，直接调用node方法的getchildnodes方法有时候会有些问题，有时不能够返回所期望的nodelist对象。解决的办法是使用element的getelementbytagname(string)，返回的nodelise就是所期待的对象了。然后，可以用item()方法提取想要的元素。  for (int i=0;i<links.getlength();i++){ element link=(element) links.item(i); system.out.print("content: "); system.out.println(link.getelementsbytagname("text").item(0).getfirstchild().getnodevalue()); system.out.print("url: "); system.out.println(link.getelementsbytagname("url").item(0).getfirstchild().getnodevalue()); system.out.print("author: "); system.out.println(link.getelementsbytagname("author").item(0).getfirstchild().getnodevalue()); system.out.print("date: "); element linkdate=(element) link.getelementsbytagname("date").item(0); string day=linkdate.getelementsbytagname("day").item(0).getfirstchild().getnodevalue(); string month=linkdate.getelementsbytagname("month").item(0).getfirstchild().getnodevalue(); string year=linkdate.getelementsbytagname("year").item(0).getfirstchild().getnodevalue(); system.out.println(day+"-"+month+"-"+year); system.out.print("description: "); system.out.println(link.getelementsbytagname("description").item(0).getfirstchild().getnodevalue()); system.out.println(); }  　　上面的代码片断就完成了对xml文档内容的格式化输出。只要注意到一些细节的问题，比如getfirstchile()方法和getelementsbytagname()方法的使用，这些还是比较容易的。  　　下面的内容，就是在修改了dom树后重新写入到xml文档中去的问题了。这个程序名为xmlwrite.java。在jaxp1.0版本中，并没有直接的类和方法能够处理xml文档的写入问题，需要借助其它包中的一些辅助类。而在jaxp1.1版本中，引入了对xslt的支持，所谓xslt，就是对xml文档进行变换（translation）后，得到一个新的文档结构。利用这个新加入的功能，我们就能够很方便的把新生成或者修改后的dom树从新写回到xml文件中去了，下面我们来看看代码的实现，这段代码的主要功能是向links.xml文件中加入一个新的link节点：  import javax.xml.parsers.*; import javax.xml.transform.*; import javax.xml.transform.dom.domsource; import javax.xml.transform.stream.streamresult; import org.w3c.dom.*;  　　新引入的java.xml.transform包中的几个类，就是用来处理xslt变换的。  　　我们希望在上面的xml文件中加入一个新的link节点，因而首先还是要读入links.xml文件，构建一个dom树，然后再对这个dom树进行修改（添加节点），最后把修改后的dom写回到links.xml文件中：  documentbuilderfactory factory = documentbuilderfactory.newinstance(); documentbuilder builder=factory.newdocumentbuilder(); document doc=builder.parse("links.xml"); doc.normalize(); //---取得变量---- string text="hanzhong's homepage"; string url="www.hzliu.com"; string author="hzliu liu"; string discription="a site from hanzhong liu, give u lots of suprise!!!";  　　为了看清重点，简化程序，我们把要加入的内容硬编码到记忆string对象中，而实际操作中，往往利用一个界面来提取用户输入，或者通过jdbc从数据库中提取想要的内容。  text textseg; element link=doc.createelement("link");  　　首先应该明了的是，无论什么类型的node，text型的也好，attr型的也好，element型的也好，它们的创建都是通过document对象中的createxxx()方法来创建的（xxx代表具体要创建的类型），因此，我们要向xml文档中添加一个link项目，首先要创建一个link对象：  element linktext=doc.createelement("text"); textseg=doc.createtextnode(text); linktext.appendchild(textseg); link.appendchild(linktext); element linkurl=doc.createelement("url"); textseg=doc.createtextnode(url); linkurl.appendchild(textseg); link.appendchild(linkurl); element linkauthor=doc.createelement("author"); textseg=doc.createtextnode(author); linkauthor.appendchild(textseg); link.appendchild(linkauthor); java.util.calendar rightnow = java.util.calendar.getinstance(); string day=integer.tostring(rightnow.get(java.util.calendar.day_of_month)); string month=integer.tostring(rightnow.get(java.util.calendar.month)); string year=integer.tostring(rightnow.get(java.util.calendar.year)); element linkdate=doc.createelement("date"); element linkdateday=doc.createelement("day"); textseg=doc.createtextnode(day); linkdateday.appendchild(textseg); element linkdatemonth=doc.createelement("month"); textseg=doc.createtextnode(month); linkdatemonth.appendchild(textseg); element linkdateyear=doc.createelement("year"); textseg=doc.createtextnode(year); linkdateyear.appendchild(textseg); linkdate.appendchild(linkdateday); linkdate.appendchild(linkdatemonth); linkdate.appendchild(linkdateyear); link.appendchild(linkdate); element linkdiscription=doc.createelement("description"); textseg=doc.createtextnode(discription); linkdiscription.appendchild(textseg); link.appendchild(linkdiscription);  　　创建节点的过程可能有些千篇一律，但需要注意的地方是，对element中所包含的text（在dom中，这些text也是代表了一个node的，因此也必须为它们创建相应的node），不能直接用element对象的setnodevalue()方法来设置这些text的内容，而需要用创建的text对象的setnodevalue()方法来设置文本，这样才能够把创建的element和其文本内容添加到dom树中。看看前面的代码，你会更好的理解这一点：  doc.getdocumentelement().appendchild(link);  　　最后，不要忘记把创建好的节点添加到dom树中。document类的getdocumentelement()方法，返回代表文档根节点的element对象。在xml文档中，根节点一定是唯一的。  transformerfactory tfactory =transformerfactory.newinstance(); transformer transformer = tfactory.newtransformer(); domsource source = new domsource(doc); streamresult result = new streamresult(new java.io.file("links.xml")); transformer.transform(source, result);  　　然后就是用xslt把dom树输出了。这里的transformerfactory也同样应用了工厂模式，使得具体的代码同具体的变换器无关。实现的方法和documentbuilderfactory相同，这儿就不赘述了。transformer类的transfrom方法接受两个参数、一个数据源source和一个输出目标result。这里分别使用的是domsource和streamresult，这样就能够把dom的内容输出到一个输出流中，当这个输出流是一个文件的时候，dom的内容就被写入到文件中去了。