XML第十四讲：使用DOM解析XML文档 续

    上一讲:使用DOM解析XML文档 内容我们讲解了DOM解析XML的主要内容和流程，把XML文档的内容解析到一个个的Java对象中去供程序使用，利用JAXP，我们只需几行代码就能做到这一点。

    JAXP（Java API for XML Parsing）:用于XML解析的Java API。这是SUN公司为我们提供的处理XML的接口。

1. DOM的基本对象

1) Node对象：DOM结构中最为基本的对象
2) Document对象：代表整个XML的文档
3) NodeList对象：包含一个或者多个Node的列表
4) Element对象：代表XML文档中的标签元素

  通过解析XML文档，为XML文档在逻辑上建立一个树模型，树的节点是一个个对象，通过存取这些对象就能够存取XML文档的内容。遍历这个树来解析文档内容。

5)查看JDK文档中的Node,可以发现它的子接口有Attr、Document、Element、Text等 其中Text表示文本中间的内容。

2. 在DOM解析XML中，首先，我们需要建立一个解析器工厂，以利用这个工厂来获得一个具体的解析器对象。

  但是工厂在哪里呢？之前我们所讲的简单工厂模式，工厂是具体存在的，而对于DOM来说，工厂我们也要通过环境变量来设置的。下面我就来具体的剖析一下这里相关的内容。

1)建立工厂的方法[基本都是按着这种模式来进行的]

DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();

   我们在这里使用DocumentBuilderFacotry的目的是为了创建与具体解析器无关的程序，当DocumentBuilderFactory 类的静态方法newInstance()被调用时，它根据一个系统变量来决定具体使用哪一个解析器。又因为所有的解析器都服从于JAXP所定义的接口，所以无论具体使用哪一个解析器，代码都是一样的。所以当在不同的解析器之间进行切换时，只需要更改系统变量的值，而不用更改任何代码。这就是工厂所带来的好处。

   在上一讲的程序中，我们试着打印出解析器工厂和解析器的类名

        /*
         * Step 1: 获得dom解析器工厂(工厂的作用就是用于创建具体的解析器。)
         */
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        System.out.println("class name: " + dbf.getClass().getName());
        
        //Step 2： 获得具体的DOM解析器
        DocumentBuilder db = dbf.newDocumentBuilder();
        System.out.println("class name: " + db.getClass().getName());

[输出内容]：

class name: com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderFactoryImpl
class name: com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl

[说明]：建议在学习这一部分的内容的时候可以去参考一下JDK文档中DocumentBuilder的一些说明，知道解析器工厂和解析器之间的关系。

3. 下面我们再联系一下DOM解析XML的例子。

1) 解析下面的XML文档：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<学生名册>
	<学生 学号="1">
		<姓名>张三</姓名>
		<性别>男</性别>
		<年龄>20</年龄>
	</学生>
	<学生 学号="2">
		<姓名>李四</姓名>
		<性别>女</性别>
		<年龄>19</年龄>
	</学生>
	<学生 学号="3">
		<姓名>王五</姓名>
		<性别>男</性别>
		<年龄>21</年龄>
	</学生>
</学生名册>

2) 代码如下：

package com.ahuier.xml.dom;

import java.io.File;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;

import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.NodeList;

public class DomTest3 {
    public static void main(String[] args) throws Exception {
        
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        
        DocumentBuilder db =  dbf.newDocumentBuilder();
        
        Document doc = db.parse(new File("student.xml"));
      
      /*
       * 打印输出student.xml的一些版本信息、编码方式等
       * 输出：1.0、UTF-8、true
       */
//        System.out.println(doc.getXmlVersion());
//        System.out.println(doc.getXmlEncoding());
//        System.out.println(doc.getXmlStandalone());
        
        /*
         * 我们上一个例子是获得Document对象，然后获得NodeList，这会我们换一下，获得文档的根元素节点
         * 查看JDK文档中的Document的方法
         * 使用 Element getDocumentElement() 方法
         */
        Element root =  doc.getDocumentElement();
        System.out.println(root.getTagName());  //打印出：学生名册
        
        /*
         * 查看Element中的方法
         * 使用这个方法：NodeList getChildNodes() 
         * 它返回这个对象节点的所有孩子孩子的列表，如果这个节点没有孩子节点，则返回为空
         */
        
        NodeList list = root.getChildNodes();
        
      //注意这边打印为7个。为什么是7个呢？ 因为XML默认为空格也算是一个节点的孩子节点，可以尝试把XML中元素之间的空格去掉验证
        System.out.println(list.getLength()); 
        for(int i = 0; i < list.getLength(); i++){
            
            //打印出这个节点的各个孩子节点的节点名称
            System.out.println(list.item(i).getNodeName());
            
        }
    }
}

编译执行结果：

学生名册
7
#text
学生
#text
学生
#text
学生
#text

[说明]：

1)这边的孩子节点为7个原因是因为在XML解析中，它把元素之间的空格也算作是一个节点了，可以尝试在上诉XML中删除部分空格验证一下，如下XML文档。

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<学生名册>
	<学生 学号="1">
		<姓名>张三</姓名>
		<性别>男</性别>
		<年龄>20</年龄>
	</学生><学生 学号="2">
		<姓名>李四</姓名>
		<性别>女</性别>
		<年龄>19</年龄>
	</学生>
	<学生 学号="3">
		<姓名>王五</姓名>
		<性别>男</性别>
		<年龄>21</年龄>
	</学生>
</学生名册>

[编译执行结果]：中间去点一个元素之间的空格后，结果输出为6个

2) 为什么会打印出 #text 的内容呢？请查看JDK文档中的Node，这里面有很详细的描述。

nodeName,nodeValue, and attributes 等等根据节点类型的不同，他们会有这样的取值，如下图所示

  上诉例子中空格属于文本(Text)所以在遍历的时候就 nodeName就会出现 #text的符号了，当然还可以发现上一讲程序中为什么Element打印出来是为 null的了。