java 解析/操作 xml 几种常用方式 xml的增加/删除/修改

开发者博客：www.developsearch.com

 

首先，我们先介绍几种常用的xml解析器。

   1. 介绍

    1）DOM（JAXP Crimson解析器）

    DOM是用与平台和语言无关的方式表示XML文档的官方W3C标准。DOM是以层次结构组织的节点或信息片断的集合。这个层次结构允许开发人员在树中寻找特定信息。分析该结构通常需要加载整个文档和构造层次结构，然后才能做任何工作。由于它是基于信息层次的，因而DOM被认为是基于树或基于对象的。DOM 以及广义的基于树的处理具有几个优点。首先，由于树在内存中是持久的，因此可以修改它以便应用程序能对数据和结构作出更改。它还可以在任何时候在树中上下导航，而不是像SAX那样是一次性的处理。DOM使用起来也要简单得多。

   2）SAX

    SAX处理的优点非常类似于流媒体的优点。分析能够立即开始，而不是等待所有的数据被处理。而且，由于应用程序只是在读取数据时检查数据，因此不需要将数据存储在内存中。这对于大型文档来说是个巨大的优点。事实上，应用程序甚至不必解析整个文档；它可以在某个条件得到满足时停止解析。一般来说，SAX还比它的替代者DOM快许多。

    选择DOM还是选择SAX？ 对于需要自己编写代码来处理XML文档的开发人员来说， 选择DOM还是SAX解析模型是一个非常重要的设计决策。 DOM采用建立树形结构的方式访问XML文档，而SAX采用的事件模型。

    DOM解析器把XML文档转化为一个包含其内容的树，并可以对树进行遍历。用DOM解析模型的优点是编程容易，开发人员只需要调用建树的指令，然后利用 navigation APIs访问所需的树节点来完成任务。可以很容易的添加和修改树中的元素。然而由于使用DOM解析器的时候需要处理整个XML文档，所以对性能和内存的要求比较高，尤其是遇到很大的XML文件的时候。由于它的遍历能力，DOM解析器常用于XML文档需要频繁的改变的服务中。

    SAX解析器采用了基于事件的模型，它在解析XML文档的时候可以触发一系列的事件，当发现给定的tag的时候，它可以激活一个回调方法，告诉该方法制定的标签已经找到。SAX对内存的要求通常会比较低，因为它让开发人员自己来决定所要处理的tag.特别是当开发人员只需要处理文档中所包含的部分数据时，SAX这种扩展能力得到了更好的体现。但用SAX解析器的时候编码工作会比较困难，而且很难同时访问同一个文档中的多处不同数据。

   3）JDOM http://www.jdom.org

    JDOM的目的是成为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。正在考虑通过“Java规范请求JSR-102”将它最终用作“Java标准扩展”。从2000年初就已经开始了JDOM开发。

    JDOM与DOM主要有两方面不同。首先，JDOM仅使用具体类而不使用接口。这在某些方面简化了API，但是也限制了灵活性。第二，API大量使用了Collections类，简化了那些已经熟悉这些类的Java开发者的使用。

    JDOM文档声明其目的是“使用20%（或更少）的精力解决80%（或更多）Java/XML问题”（根据学习曲线假定为20%）。 JDOM对于大多数 Java/XML应用程序来说当然是有用的，并且大多数开发者发现API比DOM容易理解得多。JDOM还包括对程序行为的相当广泛检查以防止用户做任何在XML中无意义的事。然而，它仍需要您充分理解XML以便做一些超出基本的工作（或者甚至理解某些情况下的错误）。这也许是比学习DOM或JDOM接口都更有意义的工作。

    JDOM自身不包含解析器。它通常使用SAX2解析器来解析和验证输入XML文档（尽管它还可以将以前构造的DOM表示作为输入）。它包含一些转换器以将 JDOM表示输出成SAX2事件流、DOM模型或XML文本文档。JDOM是在Apache许可证变体下发布的开放源码。

    4）DOM4J http://dom4j.sourceforge.net

    虽然DOM4J代表了完全独立的开发结果，但最初，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，它通过DOM4J API和标准DOM接口具有并行访问功能。从2000下半年开始，它就一直处于开发之中。

    为支持所有这些功能，DOM4J使用接口和抽象基本类方法。DOM4J大量使用了API中的Collections类，但是在许多情况下，它还提供一些替代方法以允许更好的性能或更直接的编码方法。直接好处是，虽然DOM4J付出了更复杂的API的代价，但是它提供了比JDOM大得多的灵活性。

    在添加灵活性、XPath集成和对大文档处理的目标时，DOM4J的目标与JDOM是一样的：针对Java开发者的易用性和直观操作。它还致力于成为比 JDOM更完整的解决方案，实现在本质上处理所有Java/XML问题的目标。在完成该目标时，它比JDOM更少强调防止不正确的应用程序行为。

    DOM4J是一个非常非常优秀的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，特别值得一提的是连Sun的JAXM也在用DOM4J.

2…… 比较

    1）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.

    2）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）。

    3）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）。

现在我们来看看他们的使用方式：

接下来我来展示以下用这四种方式处理xml的一个简单的例子，希望能给大家一些帮助。

1：要操作的xml文件：student.xml 

<?xml version="1.0" encoding="UTF-8" ?> 
<students> 
<student> 
  <name>TigerLee</name> 
  <age>26</age> 
  <sex>男</sex> 
  <address>北京海淀</address> 
  </student> 
<student> 
  <name>Snow</name> 
  <age>24</age> 
  <sex>女</sex> 
  <address>山东</address> 
  </student> 
</students> 

2：处理xml的java类HandleXML.java 

package com.tigerlee.xml; 

import java.io.File; 
import java.io.FileWriter; 
import java.io.Writer; 
import java.util.Iterator; 
import java.util.LinkedHashMap; 
import java.util.List; 
import java.util.Map; 
import java.util.Set; 
import java.util.Stack; 

import javax.xml.parsers.DocumentBuilder; 
import javax.xml.parsers.DocumentBuilderFactory; 
import javax.xml.transform.Transformer; 
import javax.xml.transform.TransformerFactory; 
import javax.xml.transform.dom.DOMSource; 
import javax.xml.transform.stream.StreamResult; 

import org.dom4j.Element; 
import org.dom4j.io.OutputFormat; 
import org.dom4j.io.SAXReader; 
import org.dom4j.io.XMLWriter; 
import org.w3c.dom.Document; 
import org.w3c.dom.Node; 
import org.w3c.dom.NodeList; 
import org.xml.sax.Attributes; 
import org.xml.sax.SAXException; 
import org.xml.sax.helpers.DefaultHandler; 

/** 
* 
* 在XML文档中实现增、删、改、查 
* @author TigerLee 
* 
*/ 
public class HandleXML { 

/** 
  * 采用DOM方式 
  * @author TigerLee 
  * 
  */ 
public class DOMForXml{ 
  /** 
   * 获得doc对象 
   * @param fileName 
   * @return 
   */ 
  public Document getDocument(String fileName){ 
   Document document = null; 
   try{ 
    DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); 
    DocumentBuilder builder = factory.newDocumentBuilder(); 
    document = builder.parse(new File(fileName)); 
    
   }catch(Exception e){ 
    e.printStackTrace(); 
   } 
   
   return document; 
  } 
  /** 
   * 将改动持久到文件 
   * @param doc 
   * @param distFileName 
   */ 
  public void modifyFile(Document doc,String distFileName){ 
   try{ 
    TransformerFactory tf = TransformerFactory.newInstance(); 
    Transformer tfer = tf.newTransformer(); 
    DOMSource dsource = new DOMSource(doc); 
    StreamResult sr = new StreamResult(new File("student.xml")); 
    tfer.transform(dsource, sr); 
   }catch(Exception e){ 
    e.printStackTrace(); 
   } 
   
  } 
  /** 
   * 解析 
   * @param fileName 
   */ 
  public void paseXml(String fileName){ 
   Document document = getDocument(fileName); 
   NodeList nodeList = document.getElementsByTagName("student"); 
   for(int i=0;i<nodeList.getLength();i++){ 
    StringBuilder sb = new StringBuilder(); 
    sb.append("姓名："+document.getElementsByTagName("name").item(i).getFirstChild().getNodeValue()); 
    sb.append(" , "); 
    sb.append("年龄："+document.getElementsByTagName("age").item(i).getFirstChild().getNodeValue()); 
    sb.append(" , "); 
    sb.append("性别："+document.getElementsByTagName("sex").item(i).getFirstChild().getNodeValue()); 
    sb.append(" , "); 
    sb.append("地址："+document.getElementsByTagName("address").item(i).getFirstChild().getNodeValue()); 
    
    System.out.println(sb.toString()); 
   } 
  } 
  /** 
   * 创建一个新的学生 
   * @param name 
   * @param age 
   * @param sex 
   * @param address 
   */ 
  public void addNewNode(String name,String age,String sex,String address){ 
   try{ 
    Document document = getDocument("student.xml"); 
    NodeList nodeList = document.getElementsByTagName("students"); 
    //创建新的节点 
    Node studentNode = document.createElement("student"); 
    Node nameNode = document.createElement("name"); 
    nameNode.appendChild(document.createTextNode(name)); 
    Node ageNode = document.createElement("age"); 
    ageNode.appendChild(document.createTextNode(age)); 
    Node sexNode = document.createElement("sex"); 
    sexNode.appendChild(document.createTextNode(sex)); 
    Node addressNode = document.createElement("address"); 
    addressNode.appendChild(document.createTextNode(address)); 
    // 添加节点 
    studentNode.appendChild(nameNode); 
    studentNode.appendChild(ageNode); 
    studentNode.appendChild(sexNode); 
    studentNode.appendChild(addressNode); 
    nodeList.item(0).appendChild(studentNode); 
    // 此时真正的处理将新数据添加到文件中（磁盘） 
    TransformerFactory tf = TransformerFactory.newInstance(); 
    Transformer tfer = tf.newTransformer(); 
    DOMSource dsource = new DOMSource(document); 
    StreamResult sr = new StreamResult(new File("student.xml")); 
    tfer.transform(dsource, sr); 
   }catch(Exception e){ 
    e.printStackTrace(); 
   } 
   
   paseXml("student.xml"); 
  } 
  /** 
   * 删除一个节点 
   * @param name 
   */ 
  public void deleteNode(String name){ 
   Document document = getDocument("student.xml"); 
   
   NodeList nodeList = document.getElementsByTagName("name"); 
   for(int i=0;i<nodeList.getLength();i++){ 
    String value = nodeList.item(i).getFirstChild().getTextContent(); 
    if(name!=null && name.equalsIgnoreCase(value)){ 
     Node parentNode = nodeList.item(i).getParentNode(); 
     document.getFirstChild().removeChild(parentNode); 
    } 
   } 
   modifyFile(document,"student.xml"); 
  } 
  /** 
   * 根据name修改某个节点的内容 
   * @param name 
   */ 
  public void updateNode(String name){ 
           
   Document document = getDocument("student.xml"); 
   NodeList nodeList = document.getElementsByTagName("name"); 
   for(int i=0;i<nodeList.getLength();i++){ 
    String value = nodeList.item(i).getFirstChild().getTextContent(); 
    if(name!=null && name.equalsIgnoreCase(value)){ 
     Node parentNode = nodeList.item(i).getParentNode(); 
     NodeList nl = parentNode.getChildNodes(); 
     for(int j=0;j<nl.getLength();j++){ 
      String modifyNode= nl.item(j).getNodeName(); 
      if(modifyNode.equalsIgnoreCase("age")){ 
       nl.item(j).getFirstChild().setTextContent("25"); 
      } 
     } 
    } 
   } 
   modifyFile(document,"student.xml"); 
  } 
  
  
} 
/** 
  * 采用SAX方式 
  * @author TigerLee 
  * 
  */ 
public class SAXForXml extends DefaultHandler{ 
  private Stack tags = new Stack(); 
  private Map contents = new LinkedHashMap(); 
  public  int count = 0; 
  @Override 
  public void characters(char[] ch, int start, int length) 
    throws SAXException { 
   String tag = (String)tags.peek(); 

   if("name".equals(tag)){ 
    String name = new String(ch,start,length); 
     contents.put("name"+count,name); 
   } 
   if("age".equals(tag)){ 
    contents.put("age"+count,new String(ch,start,length)); 
   } 
   if("sex".equals(tag)){ 
    contents.put("sex"+count,new String(ch,start,length)); 
   } 
   if("address".equals(tag)){ 
    contents.put("address"+count,new String(ch,start,length)); 
   } 
  } 

  @Override 
  public void startElement(String uri, String localName, String qName, 
    Attributes attributes) throws SAXException { 
   if("student".equals(qName)){ 
    count++; 
   } 
   tags.push(qName); 
  } 
  
  @Override 
  public void endElement(String uri, String localName, String qName) 
    throws SAXException { 
   tags.pop(); 
  } 

  public Map getContents(){ 
   return contents; 
  } 
} 

/** 
  * 采用JDOM方式 
  * @author TigerLee 
  * 
  */ 
public class JDOMForXml{ 
  
} 

/** 
  * 采用DOM4J方式 
  * @author TigerLee 
  * 
  */ 
public class DOM4JForXml{ 
  /** 
   * 获取doc对象（org.dom4j.Document） 
   * @param fileName 
   * @return 
   */ 
  public org.dom4j.Document getDocument(String fileName){ 
   SAXReader sr = new SAXReader(); 
   org.dom4j.Document doc = null; 
   try { 
    
    doc = sr.read(new File(fileName)); 
    
   } catch (Exception e) { 
    
    e.printStackTrace(); 
   } 
   return doc; 
  } 
  /** 
   * 将文件保存到硬盘 
   * @param doc 
   * @param fileName 
   */ 
  public void writeToFile(org.dom4j.Document doc,String fileName){ 
   try { 
    Writer writer = new FileWriter(fileName); 
    OutputFormat format = OutputFormat.createPrettyPrint(); 
    format.setEncoding("UTF-8"); 
    XMLWriter xmlWriter = new XMLWriter(writer, format); 
    xmlWriter.write(doc); 
    xmlWriter.close(); 
    System.out.println(" 文件已经钝化！"); 
   } catch (Exception e) { 
    
    e.printStackTrace(); 
   } 
  } 
  
  /** 
   * 遍历xml文件输出节点值 
   * 
   * @param fileName 
   */ 
  public void readXml(String fileName){ 
   org.dom4j.Document doc = getDocument(fileName); 
   List nameList = doc.selectNodes("/students/student/name"); 
   List ageList = doc.selectNodes("/students/student/age"); 
   List sexList = doc.selectNodes("/students/student/sex"); 
   List addressList = doc.selectNodes("/students/student/address"); 
   for(int i=0;i<nameList.size();i++){ 
    StringBuilder sb = new StringBuilder(); 
    sb.append("name="+((Element)nameList.get(i)).getTextTrim()); 
    sb.append(",age="+((Element)ageList.get(i)).getTextTrim()); 
    sb.append(",sex="+((Element)sexList.get(i)).getTextTrim()); 
    sb.append(",address="+((Element)addressList.get(i)).getTextTrim()); 
    System.out.println(sb.toString()); 
   } 
   
  } 
  /** 
   * 根据姓名修改一个学生的信息 
   * @param name 
   * @param newValue 
   * @param fileName 
   */ 
  public void updateXml(String name,Map newValue,String fileName){ 
   org.dom4j.Document doc = getDocument(fileName); 
   List nameList = doc.selectNodes("/students/student/name"); 
   Iterator iterator = nameList.iterator(); 
   
   while(iterator.hasNext()){ 
    Element element = (Element)iterator.next(); 
    
    if(name!=null && name.equals(element.getText())){ 
     Element pe = element.getParent(); 
     List childList = pe.elements(); 
     for(int i=0;i<childList.size();i++){ 
      Iterator valueSet = newValue.entrySet().iterator(); 
      while(valueSet.hasNext()){ 
       Map.Entry entry = (Map.Entry)valueSet.next(); 
       String nodeName = ((Element)childList.get(i)).getName(); 
       String key = entry.getKey().toString(); 
       if(key!=null && key.equals(nodeName)){ 
        ((Element)childList.get(i)).setText((String)entry.getValue()); 
       } 
      } 
     } 
    } 
   } 
   writeToFile(doc, fileName); 
  } 
  
} 


} 

3:接下来是测试的java文件 TestXml.java 

package com.tigerlee.xml; 

import java.io.File; 
import java.util.HashMap; 
import java.util.Iterator; 
import java.util.Map; 
import java.util.Set; 

import javax.xml.parsers.SAXParserFactory; 

import org.junit.Test; 


public class TestXml{ 

@Test 
public void testDomForXml(){ 
  
  HandleXML handleXml = new HandleXML(); 
  HandleXML.DOMForXml domForXml = handleXml.new DOMForXml(); 
  //解析 
  //domForXml.paseXml("student.xml"); 
  // 新增 
  //domForXml.addNewNode("Sun", "20", "Man", "USA"); 
  //删除 
  //domForXml.deleteNode("sun"); 
  domForXml.updateNode("TigerLee"); 
} 
@Test 
public void testSAXForXml() throws Exception{ 
  HandleXML handleXml = new HandleXML(); 
  HandleXML.SAXForXml saxForXml = handleXml.new SAXForXml(); 
  SAXParserFactory saxFactory = SAXParserFactory.newInstance(); 
  javax.xml.parsers.SAXParser sp = saxFactory.newSAXParser(); 
  sp.parse(new File("student.xml"), saxForXml); 
  Map contents = saxForXml.getContents(); 
  Iterator keys = contents.keySet().iterator(); 
  while(keys.hasNext()){ 
   String key = (String)keys.next(); 
   System.out.println(key+":"+contents.get(key)); 
  } 
} 
@Test 
public void testDom4jForXml(){ 
  HandleXML handleXml = new HandleXML(); 
  HandleXML.DOM4JForXml dom4j = handleXml.new DOM4JForXml(); 
  //解析xml 
  dom4j.readXml("student.xml"); 
  
  Map newValue = new HashMap(); 
  newValue.put("age","26"); 
  dom4j.updateXml("TigerLee", newValue, "student.xml"); 
} 


} 

 

以上是自己总结的一些处理xml的方式，~~在处理xml的类中使用了内部类，测试类使用的是简单的单元测试方式。

例子中使用的jar包：

dom.jar

xercesImpl.jar

dom4j-1.6.1.jar

jaxen-1.1.1.jar

 

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。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）。

　　无疑，DOM4J是这场测试的获胜者，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吧！