初识XML和XML解析

XML

XML是一种可扩展标记语言(EXtensible Markup Language)，是用来存储和传输数据的。具有平台无关性，具有自我描述性。.xml文件是保存XML数据的一种方式。

XML可以用于网络数据传输、数据存储、配置文件，但由于JSON的发展，在Jva中XML主要用于做配置文件，数据传输、数据存储会优先考虑JSON。

XML文件是一种树状结构，从“根部”开始扩展到“枝叶”。举个栗子：一个学生类，创建2个对象，用java代码和XML文件表示如下：

public class Students{g
    String num;
    String name;
    String gender;
    int age;
    int classNum;
}

class Demo{
    public static void main(String[] args){
        Students Student1 =new Students;
        Students Student2 =new Students;
    }
}

<?xml version="1.0" encoding="UTF-8"?>
<Students>
	<Student1 num="1001">
    	<name>"John"</name>
    	<gender>"male"</gender>
    	<age>18</age>
        <classNum>2</classNum>
    </Student1>    
	<Student2 num="1002">
    	<name>"Anna"</name>
    	<gender>"female"</gender>
    	<age>18</age>
        <classNum>2</classNum>
    </Student2>  
</Students>

XML文件格式

可以清晰看到XML文件是一种树状结构，在XML文件解析中，DOM解析就是将XML全部加载到内存中建立文档树模型，再来进行解析。XML解析放到后面，先来看XML文件的格式：

（参考文档：XML 语法规则 ）

<?xml version="1.0" encoding="UTF-8" ?>    <!--1、XML文档声明语句，说明了版本和编码方式-->
<Students>            <!--2、根节点/根标记，一个XML文档有且只有一个根节点-->
	<Student num="1001">  <!--3、 开始节点(标记/元素/标签）,还可以有属性，属性值必须加引号--> 
    <!--4、注意：
    标签自定义名称，必须遵循以下命名规则：
    1.名称可以含字母、数字以及其他的字符
    2.名称不能以数字或者标点符号开始
    3.名称不能以字符 “xml”（或者 XML、Xml）开始
    4.名称不能包含空格，不能包含冒号（:）
    5.名称区分大小写
	6.实体引用。在 XML 中，一些字符拥有特殊的意义。为了避免错误，用实体引用。在 XML 中，有 5 个预定义的实体引用
        &lt;	<	小于
        &gt;	>	大于
        &amp;	&	和号
        &apos;	'	单引号
        &quot;	"	引号
    7.标记内容: 开始标记与结束标记之间 ,是标记的内容.-->
        "学生"  <!--内容-->
		<name>"John"</name>   <!--5、标记之间可以嵌套-->
    </Student> <!-- 结束节点(标记/元素/标签）-->
    <Student num="1001"> </Student>  <!--6、标记名称可以重复-->
</Students>

XML文件解析

XML文件解析方式主要为2中：SAX解析和DOM解析，在Java中，基于DOM解析衍生出JDOM和DOM4J 2种解析方式，下面对其特点分别简单说明：

1. SAX解析

   解析方式是事件驱动机制：SAX解析器逐行读取XML文件解析 , 每当解析到一个标签的开始/结束/内容/属性时，触发事件.。可以编写程序在这些事件发生时, 进行相应的处理。

   优点：

   • 分析能够立即开始，而不是等待所有的数据被处理 逐行加载；

   • 节省内存有助于解析大于系统内存的文档 有时不必解析整个文档,它可以在某个条件得到满足时停止解

   缺点：

   • 单向解析，无法定位文档层次，无法同时访问同一文档的不同部分数据(因为逐 行解析, 当解析第n行时， 第n-1行已经被释放了，无法在进行操作；
   • 无法得知事件发生时元素的层次，只能自己维护节点的父/子关系；
   • 只读解析方式，无法修改XML文档的内容。

2. DOM解析

   是用与平台和语言无关的方式表示XML文档的官方W3C标准，分析该结构通常需要加载整个 文档和内存中建立文档树模型.程序员可以通过操作文档树, 来完成数据的获取 修改 删除等.

   优点: 文档在内存中加载, 允许对数据和结构做出更改. 访问是双向的，可以在任何时候在树中双向解析数据。

   缺点: 文档全部加载在内存中 , 消耗资源大.

3. JDOM解析

   目的是成为Java特定文档模型，它简化与XML的交互并且比使用DOM实现更快。由于是第一 个Java特定模型，JDOM一直得到大力推广和促进。

   **优点: **使用具体类而不是接口，简化了DOM的API。 大量使用了Java集合类，方便了Java开发人员。

   **缺点: **DOM4J解析XML 掌握 文档对象 Document 元素对象 Element 没有较好的灵活性。 性能不是那么优异。

4. DOM4J解析

   它是JDOM的一种智能分支。它合并了许多超出基本XML文档表示的功能，包括集成的XPath 支持、XML Schema支持以及用于大文档或流化文档的基于事件的处理。它还提供了构建文档表示的选项， DOM4J是一个非常优秀的Java XML API，具有性能优异、功能强大和极端易用使用的特点，同时它也是一 个开放源代码的软件。如今你可以看到越来越多的Java软件都在使用DOM4J来读写XML。

java中常用DOM4J的解析方式，解析下列xml文档

<?xml version="1.0" encoding="UTF-8"?>
<books>
    <book id="1001">
        <name>CoreJava</name>
        <info>java学习教程</info>
        <author>alis</author>
        <price>77</price>
    </book>
</books>

public class ReadXMLDemo {
	public static void main(String[] args) throws IOException, DocumentException {
        //获取到输入流
		FileInputStream fis = new FileInputStream("books.xml");
        //创建xml读取工具
		SAXReader saxReader = new SAXReader();
        //获取到xml文档对象
		Document doc = saxReader.read(fis);
        //通过文档对象获取根节点
		Element root = doc.getRootElement();
		Element book = root.element("book");
		for (Element element : book.elements()) {
			System.out.println(element.getName()+" : "+element.getText());
		}
		fis.close();
	}