使用Metadata简化表数据向XML形式转化的实现

使用Metadata简化表数据向XML形式转化的实现
如果需要将表数据转化为XML形式数据的话，如果我们使用Spring的JDBC Template，那么常需要做的工作是创建一个RowMapper匿名类，在其中将字段与领域对象的某个属性匹配上，然后得到领域对象链表形式的结果，此后展开这个集合，再将字段转化为XML数据，其中进行了两次名称和值之间的匹配，硬编码较多，比较费时间。如果我们利用Metadata（Metadata是解释数据的数据，如果我们的研究对象是表格中的数据，那么表头就是表格中数据的Metadata）则可以有效简化这一过程。

下面先看需求，有一个emp雇员表，表中包括id，姓名name，年龄age和地址addr四个字段，如下所示：

 

我们需要把表中的记录取出并变成如下格式的字符串：

<employees>
    <employee>
        <id>1</id>
        <name>andy</name>
        <age>31</age>
        <address>54435454</address>
    </employee>
    <employee>
        <id>2</id>
        <name>bill</name>
        <age>32</age>
        <address>rwerewrqeqw</address>
    </employee>
    <employee>
        <id>3</id>
        <name>cindy</name>
        <age>33</age>
        <address>342554345</address>
    </employee>
    <employee>
        <id>4</id>
        <name>douglas</name>
        <age>34</age>
        <address>rtwetr23423</address>
    </employee>
    <employee>
        <id>5</id>
        <name>edin</name>
        <age>35</age>
        <address>rfwsr34223</address>
    </employee>
</employees>
下面是负责取出数据的DAO类：
package com.heyang.dao;

import java.sql.ResultSet;
import java.sql.SQLException;
import java.util.ArrayList;
import java.util.List;

import org.springframework.jdbc.core.RowMapper;

import com.heyang.dao.base.Dao;
import com.heyang.domain.NameValue;

/** *//**
 * 用于行业和类别的Dao
 * @author 
 *
 * @since 2008-8-27 上午10:24:38
 * @version 1.00
 */
public class EmpDao extends Dao{
   
    /** *//**
     * 取得雇员链表
     * @return
     */
    @SuppressWarnings("unchecked")
    public List<List<NameValue>> getAll(){
       
        String sql = " select id, name, age, addr as address from emp ";

        class EmpRowMapper implements RowMapper {
            public Object mapRow(ResultSet rs, int index) throws SQLException {
                List<NameValue> ls=new ArrayList<NameValue>();
               
                int n=rs.getMetaData().getColumnCount();
               
                for(int i=1;i<=n;i++){
                    NameValue nv=new NameValue(rs.getMetaData().getColumnName(i),rs.getString(i));
                    ls.add(nv);
                }
               
                return ls;
            }
        }
   
        return jdbcTemplate.query(sql, new EmpRowMapper());
    }
}
这里没有用硬编码的方式从行集中逐个取出字段，而是通过行集的Metadata得到字段的个数，再依次遍历下去，在循环中得到的字段名称和字段值放到对象NameValue中，它的代码如下：
package com.heyang.domain;

/** *//**
 * 名称-值 结构
 * @author 
 * @date 2009-10-26
 * @time 下午02:02:00
 */
public class NameValue{
    private String name;
    private String value;
   
    public NameValue(){
        this("","");
    }
   
    public NameValue(String name,String value){
        this.name=name;
        this.value=value;
    }
   
    public String getName() {
        return name;
    }
    public void setName(String name) {
        this.name = name;
    }
    public String getValue() {
        return value;
    }
    public void setValue(String value) {
        this.value = value;
    }
}
将返回的表格数据链表变成最终的XML形式字符串的代码如下：
package com.heyang;

import java.util.List;

import com.heyang.dao.EmpDao;
import com.heyang.domain.NameValue;
import com.heyang.util.SpringUtil;

/** *//**
 * 雇员服务类
 *
 * @author 
 * @date 2009-10-26
 * @time 下午01:35:41
 */
public class EmpService implements IEmp{
    /** *//**
     * 取得XML形式的雇员列表
     */
    public String fetchEmps() {
        EmpDao dao=(EmpDao)SpringUtil.getBean("empDao");
        StringBuilder sb=new StringBuilder();
       
        List<List<NameValue>> ls=dao.getAll();
       
        sb.append("<employees>");
        for(List<NameValue> lsItem:ls){
            sb.append("<employee>");
            for(NameValue nv:lsItem){
                sb.append("<"+nv.getName()+">");
                sb.append(nv.getValue());
                sb.append("</"+nv.getName()+">");
            }
            sb.append("</employee>");
        }
        sb.append("</employees>");
       
        return sb.toString();
    }
   
}从上述代码中可以见到，除了根节点名employees和子节点名employee外，其它子节点名都不是硬编码而是从NameValue中取出，这样就大大减少了硬编码和逐个匹配的工作量。

综上所述，由于引入了Metadata的帮助，剩下的主要是sql语句中别名的书写和根节点子节点的书写了，这样乏味的工作得到了简化，出错的几率也大大减小了。

以上代码可以从这里下载，需要的包请自行导入。