XML是一种通用的数据交换格式,它的平台无关性、语言无关性、系统无关性、给数据集成与交互带来了极大的方便。XML在不同的语言环境中解析方式都是一样的,只不过实现的语法不同而已。
XML的解析方式分为四种：
1、DOM解析；
2、SAX解析；
3、JDOM解析；
4、DOM4J解析。
其中前两种属于基础方法，是官方提供的平台无关的解析方式；后两种属于扩展方法，它们是在基础的方法上扩展出来的，只适用于java平台。
针对以下XML文件，会对四种方式进行详细描述：
xml示例：
<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
<book id="1">
<name>Java</name>
<author>Bruce Eckel</author>
<year>2014</year>
<price>102</price>
</book>
<book id="2">
<name>JavaScript</name>
<year>2012</year>
<price>86</price>
<language>Chinese</language>
</book>
</bookstore>
- 一、DOM解析
DOM的全称是Document Object Model，也即文档对象模型。在应用程序中，基于DOM的XML分析器将一个XML文档转换成一个对象模型的集合（通常称DOM树），应用程序正是通过对这个对象模型的操作，来实现对XML文档数据的操作。通过DOM接口，应用程序可以在任何时候访问XML文档中的任何一部分数据，因此，这种利用DOM接口的机制也被称作随机访问机制。
DOM接口提供了一种通过分层对象模型来访问XML文档信息的方式，这些分层对象模型依据XML的文档结构形成了一棵节点树。无论XML文档中所描述的是什么类型的信息，即便是制表数据、项目列表或一个文档，利用DOM所生成的模型都是节点树的形式。也就是说，DOM强制使用树模型来访问XML文档中的信息。由于XML本质上就是一种分层结构，所以这种描述方法是相当有效的。
DOM树所提供的随机访问方式给应用程序的开发带来了很大的灵活性，它可以任意地控制整个XML文档中的内容。然而，由于DOM分析器把整个XML文档转化成DOM树放在了内存中，因此，当文档比较大或者结构比较复杂时，对内存的需求就比较高。而且，对于结构复杂的树的遍历也是一项耗时的操作。所以，DOM分析器对机器性能的要求比较高，实现效率不十分理想。不过，由于DOM分析器所采用的树结构的思想与XML文档的结构相吻合，同时鉴于随机访问所带来的方便，因此，DOM分析器还是有很广泛的使用价值的。
优点：
1. 允许应用程序对数据和结构做出更改。
2.访问是双向的，可以在任何时候再树中上、下导航获取、操作任意部分的数据。
缺点：
1、由于文件是一次性读取，所以对内存的耗费比较大。
2、如果XML文件比较大，容易影响解析性能且可能会造成内存溢出。
Java使用步骤：
- 创建一个DocumentBuilderFactory对象。
- 创建一个DocumentBuilder对象。
- 通过DocumentBuilder的parse方法加载XML到当前工程目录下。
- 通过getElementsByTagName方法获取所有XML所有节点的集合。
- 遍历所有节点。
- 通过item方法获取某个节点的属性。
- 通过getNodeName和getNodeValue方法获取属性名和属性值。
- 通过getChildNodes方法获取子节点，并遍历所有子节点。
- 通过getNodeName和getTextContent方法获取子节点名称和子节点值。
DOM解析XML文档代码：
package gan.xml;
import java.io.IOException;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import org.w3c.dom.Document;
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) {
//1.创建一个DocumentBuilderFactory对象
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
try {
//2.创建一个DocumentBuilder对象
DocumentBuilder db = dbf.newDocumentBuilder();
//3.通过DocumentBuilder的parse方法加载books.xml到当前工程目录下
Document document = db.parse("books.xml");
//4.获取所有book所有节点的集合
NodeList bookList = document.getElementsByTagName("book");
//通过NodeList的getLength（）方法获取 bookList的长度
int bookCnt = bookList.getLength();
System.out.println("获取了" + bookCnt +"本书");
for(int i=0; i<bookCnt; i++){
//5.通过item方法获取一个book节点，bookList索引值从0开始
Node book = bookList.item(i);
//6.获取book节点的所有属性集合
NamedNodeMap attrs = book.getAttributes();
System.out.println("第"+ (i+1) +"本书共有"+ attrs.getLength()+"个属性");
for(int j=0; j<attrs.getLength(); j++){
//7.通过这个item()方法获取book某一个属性
Node attr = attrs.item(j);
//8.获取属性名
System.out.print("属性名：" + attr.getNodeName()+"----");
//9.获取属性值
System.out.println("属性值：" + attr.getNodeValue());
}
//10.通过getChildNodes()方法解析book节点子节点
NodeList childNodes = book.getChildNodes();
//11.遍历childNodes获取每隔节点的节点名和节点值
for(int k=0; k<childNodes.getLength(); k++){
//12.区分出text类型和element类型的node
if(childNodes.item(k).getNodeType() == Node.ELEMENT_NODE){
//13.获取element类型节点的节点名
System.out.print("第"+ (k+1) + "节点的节点名："+childNodes.item(k).getNodeName()+" ");
//14.获取element类型节点的节点值
System.out.println("节点值：" + childNodes.item(k).getTextContent());
}
}
}
} catch (ParserConfigurationException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (SAXException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
- SAX(Simple API for XML)
优点：
1. 不需要等待所有的数据被处理，解析就可以开始。
2. 只在读取数据的时检查数据，不需要保存在内存中。
3. 可以在某一个条件满足时停止解析，不必要解析整个文档。
4. 效率和性能较高，能解析大于系统内存的文档。
缺点
1. 解析逻辑复杂，需要应用层自己负责逻辑处理，文档越复杂程序越复杂。
2. 单向导航，无法定位文档层次，很难同时同时访问同一文档的不同部分数据，不支持XPath.
解析步骤：
- 获取一个SAXParserFactory的实例。
- 通过factory获取SAXParser实例。
- 创建一个handler对象。
- 通过parser的parse()方法来解析XML。
package gan.saxTest;
import java.io.IOException;
import gan.SAXHandler.SAXParserHandler;
import gan.entity.Book;
import javax.xml.parsers.ParserConfigurationException;
import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;
import org.xml.sax.SAXException;
public class SAXTest {
public static void main(String[] args) {
//1.获取一个SAXParserFactory的实例
SAXParserFactory factory = SAXParserFactory.newInstance();
//通过factory获取SAXParser实例
try {
//2.通过factory获取SAXParser实例
SAXParser parser = factory.newSAXParser();
//3.创建一个handler对象
SAXParserHandler handler = new SAXParserHandler();
//4.通过parser的parse()方法来解析XML
parser.parse("books.xml", handler);
System.out.println("共有"+ handler.getBookList().size()+ "书");
for(Book book : handler.getBookList()){
System.out.println(book.getName());
System.out.println("id="+book.getId());
System.out.println(book.getAuthor());
System.out.println(book.getYear());
System.out.println(book.getPrice());
System.out.println(book.getLanguage());
System.out.println("----读取这本书在内存中的内容结束");
}
} catch (ParserConfigurationException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (SAXException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
}
handler处理代码：
package gan.SAXHandler;
import java.util.ArrayList;
import gan.entity.Book;
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;
public class SAXParserHandler extends DefaultHandler {
String value = null;
Book book = null;
private ArrayList<Book> bookList = new ArrayList<Book>();
public ArrayList<Book> getBookList() {
return bookList;
}
/*
* XML解析开始
*/
public void startDocument() throws SAXException {
// TODO Auto-generated method stub
super.startDocument();
System.out.println("xml解析开始");
}
/*
* XML解析结束
*/
public void endDocument() throws SAXException {
// TODO Auto-generated method stub
super.endDocument();
System.out.println("xml解析结束");
}
/*
* 解析XML元素开始
*/
public void startElement(String uri, String localName, String qName,
Attributes attributes) throws SAXException {
// TODO Auto-generated method stub
super.startElement(uri, localName, qName, attributes);
if(qName.equals("book")){
book = new Book();
System.out.println("===============开始某本书解析================");
//这个一个本书开始检验
for(int i=0; i<attributes.getLength();i++){
System.out.print("book属性名："+attributes.getQName(i)+"---");
System.out.println("book属性值：" + attributes.getValue(i));
if(attributes.getQName(i).equals("id")){
book.setId(attributes.getValue(i));
}
}
}else if(!qName.equals("bookstore")){
System.out.print("节点名："+ qName + "---");
}
}
/*
*解析XML元素 结束
*/
public void endElement(String uri, String localName, String qName)
throws SAXException {
// TODO Auto-generated method stub
super.endElement(uri, localName, qName);
if(qName.equals("book")){
bookList.add(book);
book = null;
System.out.println("===============结束某本书解析================");
}
else if(qName.equals("name")){
book.setName(value);
}else if(qName.equals("year")){
book.setYear(value);
}else if(qName.equals("author")){
book.setAuthor(value);
}else if(qName.equals("price")){
book.setPrice(value);
}else if(qName.equals("language")){
book.setLanguage(value);
}
}
public void characters(char[] ch, int start, int length)
throws SAXException {
// TODO Auto-generated method stub
super.characters(ch, start, length);
//获取节点值数组
value = new String(ch, start, length);
if(!value.trim().equals("")){
System.out.println("节点值："+value);
}
}
}
三、JDOM解析
特征：
1、仅使用具体类，而不使用接口。
2、API大量使用了Collections类。
xml文件内容如下：
<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
<book id="1">
<name>冰与火之歌</name>
<author>乔治马丁</author>
<year>2014</year>
<price>89</price>
</book>
<book id="2">
<name>安徒生童话</name>
<year>2004</year>
<price>77</price>
<language>English</language>
</book>
</bookstore>
以下是解析代码：
public class JDOMTest {
private static ArrayList<Book> booksList = new ArrayList<Book>();
/**
* @param args
*/
public static void main(String[] args) {
// 进行对books.xml文件的JDOM解析
// 准备工作
// 1.创建一个SAXBuilder的对象
SAXBuilder saxBuilder = new SAXBuilder();
InputStream in;
try {
// 2.创建一个输入流，将xml文件加载到输入流中
in = new FileInputStream("src/res/books.xml");
InputStreamReader isr = new InputStreamReader(in, "UTF-8");
// 3.通过saxBuilder的build方法，将输入流加载到saxBuilder中
Document document = saxBuilder.build(isr);
// 4.通过document对象获取xml文件的根节点
Element rootElement = document.getRootElement();
// 5.获取根节点下的子节点的List集合
List<Element> bookList = rootElement.getChildren();
// 继续进行解析
for (Element book : bookList) {
Book bookEntity = new Book();
System.out.println("======开始解析第" + (bookList.indexOf(book) + 1)
+ "书======");
// 解析book的属性集合
List<Attribute> attrList = book.getAttributes();
// //知道节点下属性名称时，获取节点值
// book.getAttributeValue("id");
// 遍历attrList(针对不清楚book节点下属性的名字及数量)
for (Attribute attr : attrList) {
// 获取属性名
String attrName = attr.getName();
// 获取属性值
String attrValue = attr.getValue();
System.out.println("属性名：" + attrName + "----属性值："
+ attrValue);
if (attrName.equals("id")) {
bookEntity.setId(attrValue);
}
}
// 对book节点的子节点的节点名以及节点值的遍历
List<Element> bookChilds = book.getChildren();
for (Element child : bookChilds) {
System.out.println("节点名：" + child.getName() + "----节点值："
+ child.getValue());
if (child.getName().equals("name")) {
bookEntity.setName(child.getValue());
}
else if (child.getName().equals("author")) {
bookEntity.setAuthor(child.getValue());
}
else if (child.getName().equals("year")) {
bookEntity.setYear(child.getValue());
}
else if (child.getName().equals("price")) {
bookEntity.setPrice(child.getValue());
}
else if (child.getName().equals("language")) {
bookEntity.setLanguage(child.getValue());
}
}
System.out.println("======结束解析第" + (bookList.indexOf(book) + 1)
+ "书======");
booksList.add(bookEntity);
bookEntity = null;
System.out.println(booksList.size());
System.out.println(booksList.get(0).getId());
System.out.println(booksList.get(0).getName());
}
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (JDOMException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
}
- DOM4J（Document Object Model for Java）
优点： - 性能很好
- 大量使用Java集合类，开发简便，同时也提供了一些提高性能的代替方法。
- 支持XPath。
缺点： - API比较复杂。
代码如下：
package gan.Dom4j;
import gan.entity.Book;
import java.io.File;
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;
import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;
public class DOM4JTest {
/*
*
*/
public static void main(String[] args) {
ArrayList<Book> bookList = new ArrayList<Book>();
// 1.创建SAXReader的对象reader
SAXReader reader = new SAXReader();
try {
// 2.通过reader对象的read（）方法加载books.xml文件，获取document对象
Document document = reader.read(new File("books.xml"));
// 3.通过document对象获取根节点bookstore
Element bookStore = document.getRootElement();
// 4.通过element对象的elementIterator获取迭代器
Iterator it = bookStore.elementIterator();
// 5.遍历迭代器，获取根节点中的信息
while (it.hasNext()) {
System.out.println("==========开始某一本书遍历===============");
Element book = (Element) it.next();
Book bookData = new Book();
// 6.获取book的属性名和属性值
List<Attribute> bookAttrs = book.attributes();
for (Attribute attr : bookAttrs) {
System.out.println("属性名：" + attr.getName() + "--" + "属性值："
+ attr.getValue());
if(attr.getName().equals("id")){
bookData.setId(attr.getValue());
}
}
// 7.通过book对象的elementIterator获取节点元素迭代器
Iterator itt = book.elementIterator();
// 8.遍历迭代器，获取子节点中的信息
while (itt.hasNext()) {
Element bookChild = (Element) itt.next();
// 9.获取节点名和节点值
// System.out.println("节点名：" + bookChild.getName()
// + "--- 节点值： " + bookChild.getStringValue());
System.out.println("节点名：" + bookChild.getName()
+ "--- 节点值： " + bookChild.getText());
if(bookChild.getName().equals("name")){
bookData.setName(bookChild.getText());
}else if(bookChild.getName().equals("author")){
bookData.setAuthor(bookChild.getText());
}else if(bookChild.getName().equals("year")){
bookData.setYear(bookChild.getText());
}else if(bookChild.getName().equals("price")){
bookData.setPrice(bookChild.getText());
}else if(bookChild.getName().equals("language")){
bookData.setLanguage(bookChild.getText());
}
}
//遍历完一个节点，将该节点信息添加到列表中
bookList.add(bookData);
System.out.println("==========结束某一本书遍历===============");
}
} catch (DocumentException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
System.out.println("输出XML在内存中的数据");
System.out.println("保存的数据大小是" + bookList.size());
//输出保存在内存中XML信息
for(Book book:bookList){
System.out.println("===输出开始====");
System.out.println(book.getName());
System.out.println("id=" + book.getId());
System.out.println(book.getAuthor());
System.out.println(book.getYear());
System.out.println(book.getPrice());
System.out.println(book.getLanguage());
System.out.println("===输出结束===");
}
}
}
Final：比较总结
DOM4J性能最好，连Sun的JAXM也在用DOM4J。目前许多开源项目中大量采用DOM4J，例如大名鼎鼎的Hibernate也用DOM4J来读取XML配置文件。如果不考虑可移植性，那就采用DOM4J。
JDOM和DOM在性能测试时表现不佳，在测试10M文档时内存溢出。在小文档情况下还值得考虑使用DOM和JDOM。虽然JDOM的开发者已经说明他们期望在正式发行版前专注性能问题，但是从性能观点来看，它确实没有值得推荐之处。另外，DOM仍是一个非常好的选择。DOM实现广泛应用于多种编程语言。它还是许多其它与XML相关的标准的基础，因为它正式获得W3C推荐（与基于非标准的Java模型相对），所以在某些类型的项目中可能也需要它（如在JavaScript中使用DOM）。
SAX表现较好，这要依赖于它特定的解析方式－事件驱动。一个SAX检测即将到来的XML流，但并没有载入到内存（当然当XML流被读入时，会有部分文档暂时隐藏在内存中）。
扫一扫
135
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
