java 解析xml dom_JAVA DOM解析XML文件过程详解

这篇文章主要介绍了java dom解析xml文件过程详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

代码如下

import java.io.ioexception;

import javax.xml.parsers.*;

import org.w3c.dom.document;

import org.w3c.dom.element;

import org.w3c.dom.namednodemap;

import org.w3c.dom.node;

import org.w3c.dom.nodelist;

import org.xml.sax.saxexception;

public class domtest {

public static void main(string[] args) throws parserconfigurationexception, saxexception, ioexception {

//创建一个documentbuilderfactory对象

documentbuilderfactory dbf=documentbuilderfactory.newinstance();

//创建一个doucumentbuild对象

documentbuilder db=dbf.newdocumentbuilder();

//解析对应的xml文件

document doc=db.parse("tes.xml");

//根据标签名获取node节点list

nodelist nodelist=doc.getelementsbytagname("book");

system.out.println("共有"+nodelist.getlength()+"本书");

//遍历每一个book节点

for(int i=0;i

system.out.println("第"+i+"本书");

//获取个book节点

//使用node类型获取book

node book=nodelist.item(i);

system.out.println("name: "+book.getnodename()+" value: "+book.getnodevalue()+" type: "+book.getnodetype());

//获取node节点中的属性

namednodemap attrs= book.getattributes();

//遍历获取属性

for(int j=0;j

node x=attrs.item(j);

//system.out.println(x.getnodename()+" "+x.getnodevalue()+" "+x.getnodetype());

}

//使用element对象获取节点

element node =(element) nodelist.item(i);

//使用element对象下的getattribute方法可以获取指定名字的属性值

string id=node.getattribute("id");

system.out.println(id);

string type=node.getattribute("type");

system.out.println(type);

//使用node节点下的getchildnode可以获取nodelist数组,以此进行循环解析

nodelist childnode=book.getchildnodes();

for(int j=0;j……算一个节点,所以共有9个节点,而这些节点中,只有对象节点是我们需要的

node x=childnode.item(j);

if(x.getnodetype()==node.element_node){//当节点类型为element时,获取该节点

//获取element类型的节点名

system.out.println("节点"+j+"的名字:"+x.getnodename()+" 值:/"+x.getlastchild().getnodevalue()+"/种类为"+x.getlastchild().getnodetype());//xyz,xyz属于的子节点,使用getfirstchild或getlastnode效果相同

system.out.println("节点"+j+"的名字:"+x.getnodename()+" 值:/"+x.gettextcontent()+"/种类为"+x.getnodetype());//gettextcontent方法可以获取节点中所有的text内容 将xyz改为123xyz,会获取到xyz123

}

}

}

}

}

//为了将获取到的xml文件中内容保存下来,可以将内容保存到对象数组中一次来存储数据

冰与火之歌

乔治马丁

2014

80

安徒生童话

2004

79

english

93c1f8b4397f3371095ad079f2d381a7.png

注意点

1 空白换行符也算节点,所以遍历节点时需要注意这些无用的节点会混在list中

2 text类节点返回name值都是#text,而element类节点返回value值都是null,需要注意

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持萬仟网。

希望与广大网友互动??

点此进行留言吧!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值