java中xml解析_JAVA的XML解析

XML解析

XML有四种解析方式：DOM，SAX，Jdom，Dom4j

DOM：(Document Object Model, 文档对象模型) 是 W3C 组织推荐的处理 XML 的一种方式。

SAX：(Simple API for XML) 不是官方标准，但它是XML社区事实上的标准(相当于是一个民间标准)，几乎所有的 XML 解析器都支持它。

Jdom：是第一个java特定模型，简化了与xml的交互并且比使用dom实现更快。

Dom4j：是一个简单、灵活的开放源代码的库。Dom4j是由早期开发JDOM的人分离出来而后独立开发的。与JDOM不同的是，dom4j使用接口和抽象基类，虽然Dom4j的API相对要复杂一些，但它提供了比JDOM更好的灵活性。Dom4j是一个非常优秀的Java XML API，具有性能优异、功能强大和极易使用的特点。

(一)DOM解析:

采用dom解析，会将xml文档全部载入到内存当中，然后将xml文档

中的所有内容转换为tree上的节点(对象)。

优点：

可以随机解析

可以修改文件

可以创建xml文件

适合解析小文件

缺点：

不适合解析大文件，对内存要求高

(二)SAX解析：

SAX：基于事件处理的机制

sax解析xml文件时，遇到开始标签，结束标签，字符内容，空白字符等都会触发各自的方法。

优点：

适合解析大文件，对内存要求不高

轻量级的解析数据方式，效率更高

缺点：

不能随机解析

不能修改XML文件，只能进行查询

JAXP介绍(Java API for XMLProcessing)

JAXP 是J2SE的一部分，它由javax.xml、org.w3c.dom 、org.xml.sax 包及其子包组成.

在 javax.xml.parsers 包中，定义了几个工厂类，程序员调用这些工厂类，可以得到对xml文档进行解析的 DOM 或 SAX 的解析器对象。

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

DOM解析：

1调用DocumentBuilderFactory.newInstance() 方法得到创建 DOM 解析器的工厂。

2调用工厂对象的newDocumentBuilder方法得到 DOM 解析器对象。

3调用DOM 解析器对象的 parse() 方法解析 XML 文档，得到代表整个文档的 Document 对象，进而可以利用DOM特性对整个XML文档进行操作。

例:

//获得生产DocumentBuilder对象的工厂实例

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

//设置是否支持名称空间 默认是不支持

factory.setNamespaceAware(true);

//通过工厂获得一个DocumentBuilder对象

DocumentBuilder builder = factory.newDocumentBuilder();

//如果xml中声明了对DTD的引用,则可以这样忽略掉DTD,否则会自动根据地址查找DTD

//其实就是给builder设置一个自定义的实体解析器(匿名内部类)

builder.setEntityResolver(new EntityResolver() {

@Override

public InputSource resolveEntity(String publicId, String systemId) throws SAXException, IOException {

byte[] data = "<?xml version=\"1.0\" encoding=\"UTF-8\"?>".getBytes();

return new InputSource(new ByteArrayInputStream(data));

}

});

//获得Document对象,可以表示一个xml文档

Document document = builder.parse(fileName);

//获得根元素

//注意Document和Element都是Node的子接口

Element root = document.getDocumentElement();

//获取根元素的相关属性

root.getNodeName()

//获得根元素下面的所有子元素

//注意回车换行也算是一个节点(文本节点)

//xml文件中主要是文本节点和元素节点

//元素节点中还包含属性节点

//我们要解析的值就在这些节点中

//这一步之后就是循环解析节点中的数据(获取节点名称 属性名  属性值...)

NodeList rootChildNodes = root.getChildNodes();

System.out.println(root.getNodeName());

DOM创建xml：

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

DocumentBuilder builder = factory.newDocumentBuilder();

Document document = builder.parse(fileName);

//创建一个stu元素 并且设置属性

Element stu = document.createElement("stu");

stu.setAttribute("id", s.getId()+"");

//创建name和age元素

Element name = document.createElement("name");

Element age = document.createElement("age");

//设置name和age元素中的文本值

name.setTextContent(s.getName());

age.setTextContent(s.getAge()+"");

//name和age元素追加到stu元素里面

stu.appendChild(name);

stu.appendChild(age);

//stu元素追加到根元素里面(此时文档中并没有真正添加一个元素)

document.getDocumentElement().appendChild(stu);

//得到TransformerFactory工厂实例

TransformerFactory tff = TransformerFactory.newInstance();

//通过工厂得到一个转换器

Transformer tf = tff.newTransformer();

//设置编码

tf.setOutputProperty(OutputKeys.ENCODING, "UTF-8");

//设置格式

tf.setOutputProperty(OutputKeys.INDENT, "yes");

//把一个dom模型转换成对应的xml文件

tf.transform(new DOMSource(document), new StreamResult(fileName));

DOM删除xml的某个节点：

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

DocumentBuilder builder = factory.newDocumentBuilder();

Document document = builder.parse(fileName);

NodeList elementsByTagName = document.getElementsByTagName("stu");

for(int i=0;i

Node node = elementsByTagName.item(i);

String idValue = node.getAttributes().getNamedItem("id").getNodeValue();

if(idValue.equals(stu_id)){

node.getParentNode().removeChild(node);

break;

}

}

//得到TransformerFactory工厂实例

TransformerFactory tff = TransformerFactory.newInstance();

//通过工厂得到一个转换器

Transformer tf = tff.newTransformer();

//设置编码

tf.setOutputProperty(OutputKeys.ENCODING, "UTF-8");

//设置格式

tf.setOutputProperty(OutputKeys.INDENT, "yes");

//把一个dom模型转换成对应的xml文件

tf.transform(new DOMSource(document), new StreamResult(fileName));

在使用DOM解析XML文档时，需要读取整个XML文档，在内存中构建代表整个DOM 树的Doucment对象，从而再对XML文档进行操作。此种情况下，如果XML 文档特别大，就会消耗计算机的大量内存，严重情况下可能还会导致内存溢出。

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

SAX解析：

SAX解析允许在读取文档的时候，即对文档进行处理，而不必等到整个文档装载完才会文档进行操作。

SAX解析器在发现XML文档中的内容时就会调用程序员自己重写之后的方法， 如何处理这些内容，由自己决定。

在基于SAX的程序中,有五个最常用SAX事件

startDocument() ---> 解析器发现了文档的开始标签

endDocument()   ---> 解析器发现了文档结束标签

startElement()  ---> 解析器发现了一个起始标签

character()     ---> 解析器发现了标签里面的文本值

endElement()    ---> 解析器发现了一个结束标签

SAX采用事件处理的方式解析XML文件，利用 SAX 解析 XML 文档，涉及两个部分，解析器和事件处理器。

解析器可以使用JAXP的API创建，创建出SAX解析器后，就可以指定解析器去解析某个XML文档。

解析器采用SAX方式在解析某个XML文档时，它只要解析到XML文档的一个组成部分，都会去调用事件处理器的一个方法，解析器在调用事件处理器的方法时，会把当前解析到的XML文件内容作为方法的参数传递给事件处理器。

事件处理器由程序员编写，程序员通过事件处理器中方法的参数，就可以得到SAX解析器解析到的数据，从而可以决定如何对数据进行处理。

SAX解析步骤：

使用SAXParserFactory创建SAX解析工厂

SAXParserFactory spf = SAXParserFactory.newInstance();

通过SAX解析工厂得到解析器对象

SAXParser sp = spf.newSAXParser();

将解析对象和事件处理器对象关联

sp.parse("src/class.xml", new DefaultHandler(){...});

// DefaultHandler中有五个方法需要重写

//解析器发现了文档的开始标签调用的方法

public void startDocument() throws SAXException {

}

//解析器发现了文档的结束标签调用的方法

@Override

public void endDocument() throws SAXException {

}

//解析器发现了一个起始标签调用的方法

//uri         命名空间

//localName   本地名称(不带前缀)

//qName       限定的名称(带有前缀)

//attributes  附加到元素的属性

@Override

public void startElement(String uri, String localName, String qName, Attributes attributes)

throws SAXException {

}

//解析器发现了一个结束标签 调用的方法

//uri         命名空间

//localName   本地名称  (不带前缀)

//qName       限定的名称(带有前缀)

@Override

public void endElement(String uri, String localName, String qName) throws SAXException {

}

//解析器发现了标签里面的文本值调用的方法

@Override

public void characters(char[] ch, int start, int length) throws SAXException {

}

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

Dom4j解析：

*使用Dom4j解析，需要dom4j的jar包。

DOM4j中，获得Document对象的方式有三种：

1.读取XML文件,获得document对象

SAXReader reader = new SAXReader();

Document document = reader.read(new File(“src/input.xml"));

2.解析XML形式的文本,得到document对象

String text = "";

Document document = DocumentHelper.parseText(text);

3.主动创建document对象

Document document = DocumentHelper.createDocument();

//创建根节点

Element root = document.addElement("members");

root.addAttribute("name", "上海");

Element num = root.addElement("peopleNumber");

num.addText("23343");

==========================================================================================

Dom4j解析实例：

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

xml文件：

第1行第1列

第1行第2列

第2行第1列

第2行第2列

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

java文件：

package dom4j;

import java.io.File;

import java.util.Iterator;

import org.dom4j.Document;

import org.dom4j.DocumentException;

import org.dom4j.Element;

import org.dom4j.Node;

import org.dom4j.io.SAXReader;

public class dom4j {

public static void main(String[] args) throws Exception {

//获得Document对象

SAXReader reader=new SAXReader();

Document document=reader.read(new File("src/dom4j/test.xml"));

//获得根节点

Element root=document.getRootElement();

//输出根节点名称

System.out.println(root.getName());

//获取根节点下的hang1节点(名称已知)

Element hang1=root.element("hang1");

//获取hang1节点的id属性值(名称已知)

System.out.println(hang1.attributeValue("id"));

//获取hang1下的lie1节点(名称已知)

Element lie1=hang1.element("lie1");

//获取lie1节点的class属性值(名称已知)

System.out.println(lie1.attributeValue("class"));

//获取lie1节点中的内容

System.out.println(lie1.getText());

System.out.println("-----------");

//遍历root下的子节点

Iterator i=root.elementIterator();

while(i.hasNext()){

Element e = (Element) i.next();

System.out.println(e.getName());

}

System.out.println("-----------");

//遍历hang1下的子节点

Iterator j=hang1.elementIterator();

while(j.hasNext()){

Element e = (Element) j.next();

System.out.println(e.getName());

}

}

}

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

控制台输出：

test

h1

1l1

第1行第1列

-----------

hang1

hang2

-----------

lie1

lie2

====================================================================================