XML解析

XML文件解析

1、XML文件要求

• 1、标签

  1. xml标签名称区分大小写，中间不能有空格，不能以数字开头
  2. xml标签一定要正确匹配
  3. 一个xml文件中只能有一个标签

• 2、属性

  1. 属性值必须以引号包含，不能省略，可以是单引号也可以是双引号
  2. 一个标签可以有多个属性，但不能出现重复的属性名

• 3、注释

  <!-- xml注释 -->

• 4、xml中特殊字符，转义字符

• 5、CDATA块

  作用： 可以让一些需要进行包含特殊字符的内容统一进行原样输出

• 6、处理指令

  作用： 告诉xml解析如果解析xml文档
  案例：<?xml-stylesheet type="text/css" href="1.css"?> 告诉xml解析该xml文档引用了哪个css文件
  需要提前xml内容可以使用xml-stylesheet指令指令

2、XML解析

• 1、解析方式
  
  1. DOM解析
  2. SAX解析

• 2、XML解析工具

  • DOM解析：
    
    1. JAXP（官方工具）
    2. JDOM工具（非官方）
    3. Dom4J（非官方）
  • SAX解析
    
    • Sax解析工具（oracle-sun公司官方）

• 3、DOM 解析

  DOM解析原理：xml解析器一次性把整个xml文档加载进内存，然后在内存中构建一棵Document的对象树，通过Document对象，得到树上的节点对象，通过节点对象访问（操作）到xml文档的内容。

  使用步骤：

  1. 导入dom4j的核心包。dom4j-1.6.1.jar
  2. 编写Dom4j读取xml文件代码

  节点信息：节点名称、节点类型 封装到 Node（父类）

  • 标签节点封装为ELement对象（Node子类），含有子节点
  • 属性节点封装为Attribute对象（Node子类）

  • 文本对象封装为Text对象（Node子类）

    节点：
        Iterator  Element.nodeIterator();  //获取当前标签节点下的所有子节点
    
    标签：
          Element  Document.getRootElement();  //获取xml文档的根标签        
         Element   ELement.element("标签名") //指定名称的第一个子标签
          Iterator<Element> Element.elementIterator("标签名");// 指定名称的所有子标签
            List<Element>    Element.elements(); //获取所有子标签
    
    属性：
        String   Element.attributeValue("属性名") //获取指定名称的属性值
         Attribute    Element.attribute("属性名")；//获取指定名称的属性对象    
                Attribute.getName()  //获取属性名称
                Attibute.getValue()  //获取属性值
            List<Attribute>  Element.attributes();  //获取所有属性对象
            Iterator<Attribute>     Element.attibuteIterator(); //获取所有属性对象
    
    文本：
                Element.getText();  //获取当前标签的文本
                Element.elementText("标签名") //获取当前标签的指定名称的子标签的文本内容 
    

示例代码XML文件读取

得到节点信息

@Test
public void test1() {
    try {
        // 1、读取xml文档
        SAXReader reader = new SAXReader();
        Document doc = reader.read(new File("./src/contact.xml"));

        // 2. nodeIterator:得到当前节点下所有的子节点对象(不包括孙节点)
        Iterator<Node> it = doc.nodeIterator();
        while(it.hasNext()){
            Node node = it.next();
            String name = node.getName();
            System.out.println(name);

            // 继续取出下边的子节点
            // 只有标签节点才有子节点
            // 判断当前节点是否是标签节点
            if(node instanceof Element){
                Element elem = (Element)node;
                Iterator<Node> it2 = elem.nodeIterator();
                while(it2.hasNext()){
                    Node n = it2.next();
                    String nName = n.getName();
                    System.out.println(nName);
                }
            }
        }

    } catch (DocumentException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }
}

得到所有的标签

@Test
public void test2(){
    try {
        SAXReader reader = new SAXReader();
        Document doc = reader.read(new File("./src/contact.xml"));
        Element rootElement = doc.getRootElement();
        System.out.println(rootElement.getName());
        Iterator<Node> it = rootElement.nodeIterator();
        while(it.hasNext()){
            Node node = it.next();
            if(node instanceof Element){
                Element el = (Element)node;
                getChild(el);
            }
        }

    } catch (DocumentException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }
}
// 获取节点下的所有子节点
public void getChild(Element elem){
    System.out.println(elem.getName());
    Iterator<Node> it = elem.nodeIterator();
    while(it.hasNext()){
        Node n = it.next();
        if(n instanceof Element){
            Element el = (Element)n;
            getChild(el);
        }
    }
}

获取 标签 属性

@Test
public void test3(){
    try {
        SAXReader reader = new SAXReader();
        Document doc = reader.read(new File("./src/contact.xml"));

        // 1. 获取根标签
        Element rootElement = doc.getRootElement();

        // 2. 获取指定名称标签(遇到的第一个)
        Element element = rootElement.element("contact");
        System.out.println(element.getName());
        // 3.获取所有的指定名称的子标签
        Iterator<Node> it = rootElement.elementIterator("contact");
        while(it.hasNext()){
            Node n = it.next();
            System.out.println(n.getName());
        }
        // 4、获取所有的子标签(不包括孙标签)
        List<Node> list = element.elements();
        for(Node n:list){
            System.out.println(n.getName());
        }

        // 5、获取属性
        String attributeValue = element.attributeValue("id");
        System.out.println(attributeValue);
        // 获取指定名称的属性对象
        Attribute attribute = element.attribute("id");
        System.out.println(attribute.getName()+" : "+attribute.getValue());
        // 获取节点的所有属性对象
        List<Attribute> listAttri = element.attributes();
        for(Attribute attr:listAttri){
            System.out.println(attr.getName()+" : "+attr.getValue());
        }

    } catch (DocumentException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }
}

XML文件写出

• 写出内容到xml文档

  XMLWriter writer = new XMLWriter(OutputStream, OutputForamt)
  wirter.write(Document);
  

• 修改xml文档的API

  • 增加：

    DocumentHelper.createDocument()  增加文档
    addElement("名称")  增加标签
    addAttribute("名称"，“值”)  增加属性
    

  • 修改：

    Attribute.setValue("值")  修改属性值
    Element.addAtribute("同名的属性名","值")  修改同名的属性值
    Element.setText("内容")  修改文本内容
    

  • 删除

    Element.detach();  删除标签  
    Attribute.detach();  删除属性
    

XML文件修改

import java.io.FileOutputStream;

import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.DocumentHelper;
import org.dom4j.Element;
import org.dom4j.io.OutputFormat;
import org.dom4j.io.XMLWriter;
import org.junit.Test;

/**
 * 创建一个xml文件，并加入标签
 * @author wsk
 *
 */
public class Demo2 {

    @Test
    public void test1() throws Exception{
        // 1、创建文档
        Document doc = DocumentHelper.createDocument();

        // 增加标签
        Element rootElem = doc.addElement("contactList");
        Element conElem = rootElem.addElement("contact");
        // 添加属性
        conElem.addAttribute("name", "abc");
        // 修改属性
        Attribute nameAttr = conElem.attribute("name");
        nameAttr.setValue("123");
        // 添加文本
        conElem.addText("张安");
        conElem.clearContent();// 清除文本内容
        conElem.addText("李四");
        // 删除:两种删除方式1.直接删除对象。2.调用父节点，用父节点删除子节点。
        nameAttr.detach();
        nameAttr.getParent().remove(nameAttr);

        // 2、写出
        FileOutputStream out = new FileOutputStream("./src/contact.xml");
//      OutputFormat format = OutputFormat.createCompactFormat();//紧凑格式
        OutputFormat format = OutputFormat.createPrettyPrint();//有换行格式
        format.setEncoding("utf-8");
        XMLWriter writer = new XMLWriter(out,format);
        writer.write(doc);
        writer.close();
    }
}

3、XPath技术

问题：当使用dom4j查询比较深的层次结构的节点（标签，属性，文本），比较麻烦

• XPath作用：主要是用于快速获取所需的节点对象。

在dom4j中如何使用xPath技术

1. 导入xPath支持jar包 。 jaxen-1.1-beta-6.jar

2. 使用xpath方法
   List<Node> selectNodes("xpath表达式"); 查询多个节点对象

   Node selectSingleNode("xpath表达式"); 查询一个节点对象

XPath 语法

/ 绝对路径: 表示从xml的根位置开始或子元素（一个层次结构）
// 相对路径 : 表示不分任何层次结构的选择元素。
* 通配符 : 表示匹配所有元素
[] 条件 : 表示选择什么条件下的元素
@ 属性 : 表示选择属性节点
and 关系 : 表示条件的与关系（等价于&&）
text() 文本 : 表示选择文本内容

示例

String xPath = "//@id"; // 选择id属性对象
xPath = "//contact[not(@id)]";  //选择没有id属性的contact对象
xPath = "//contact[@id='001' and @name='eric']";    // 选择id=‘001’ name='eric'的节点
xPath = "//name/text()";    // 选择name节点的文本
Element stu = (Element)doc.selectSingleNode("//student[@id='2']");
List<Node> list = doc.selectNodes("//contact");

4、SAX解析

DOM解析时，一次性把xml全部读入到内存中，然后在内存中构建Document树，不适合大文件的读取

SAX解析原理：加载一点读取一点，对内存要求较低

SAX解析工具

SAX解析工具，sun公司提供内置在jdk中。org.xml.sax.*

核心类：SAXParser类：用于读取和解析xml文件对象

1. 创建SAXParser对象
   SAXParser parser=SAXParserFactory.newInstanc().newSAXParser();
2. 调用parse方法
   parser.parse(new File(“./src/contact.xml”), new MyDefaultHandler());
   一个类继承class 类名（extends DefaultHandler） 在调用是创建传进去

DefaultHandler类的API:

    void startDocument()  :  在读到文档开始时调用
    void endDocument()  ：在读到文档结束时调用
    void startElement(String uri, String localName, String qName, Attributes attributes)  ：读到开始标签时调用                
    void endElement(String uri, String localName, String qName)   ：读到结束标签时调用
    void characters(char[] ch, int start, int length)  ： 读到文本内容时调用

SAX解析
原理： 加载一点，读取一点，处理一点。适合大容量文件的读取
SAX解析只能读取
SAX解析只能从上往下，按顺序读取，不能往回读
SAX解析基于事件的编程方法。java开发编码相对复杂。