【XML解析】（1）Java下使用JAXP中的DOM解析方式对XML文档进行解析

关于JAXP、DOM、SAX：

何为JAXP？

JAXP(JavaApi for Xml Programming) – sun公司的一套操作XML的API。

JAXP中分为三种解析方式：

DOM解析、SAX解析、StAX

DOM解析：一次性的将数据全部装入内存。

SAX解析：边读取边解析。

DOM、SAX、StAX关键词解释：

【DOM】：

DOM-Document Object Model-文档对像模型。是w3c组织处理xml的一种方式。

DOM的特点：

①一次将所有数据全部加载到内存中。

②对xml文档中的每一个节点都当成一个Node对像处理。包括元素、文本、属性。

③org.w3c.dom包中的Document,Element,Node。

④非常方便进行修改。

⑤已经集成在了JDK中，是Sun对xml操作的标准。

⑥缺点是当文档数据量很大时，对内存有占用很大。

【SAX】：

Sax – Simple Api for XML 。

①在读取数据时分析数据，通过事件监听器来完成。

②速度快但只适合读取数据，仅向前读取不可后退。

【StAX】：

①The Streaming API for XML基于流的XML编程接口

②StAX即可读文档也可以写文档。

③而SAX只可以读取文档。

XML解析的方式分为以下几种-图解：

DOM解析的说明：

DOM解析一次将所有的元素全部加载到内存中：如有以下XML文档(users.xml)：

users.xml：

<?xml version="1.0" encoding="UTF-8"?>
<users>
    <user id="A001">
        <name>Jack</name>
        <age>22</age>
    </user>
    <user id="A002">
        <name>张三</name>
        <age>21</age>
    </user>
</users>

【注意】由于DOM解析，一次性的将所有元素(包含属性和文本） 全部加载到内存中，所以不适用于解析大量的数据。

user.xml在内存中的DOM结构：

JAXP-DOM解析时候用到的Java包：

【org.w3c.dom】 – 关键类Document代表内存中的文档对像模型。

w3c是制定标准，具体的实现还是看sun公javax.xml.parsers

【javax.xml.parse】– 关键类DocumentBuilder，文档解析对像。

【javax.xml】– 关键类Transformer,用于将内存中的文档保存到文件中。

以上三个类之间的关系：

在DOM中，所有元素都是Node的子类：

DOM解析的具体实现方式：

准备XML数据：

users.xml

<?xml version="1.0" encoding="UTF-8"?>
<users>
    <user id="A001">
        <name>Jack</name>
        <age>22</age>
    </user>
    <user id="A002">
        <name>张三</name>
        <age>21</age>
    </user>
</users>

创建Document对象的思路：

①首先直接找到Document类，在org.w3c.dom包中找到，我们可以看到Document是一个接口，因此需要找到此接口的具体实现类或者能够返回出此类型的方法。

②因为w3c只是制定标准，具体类实现在sun公司的java包中，javax.xml.parsers。

③类 DocumentBuilderFactory构造方法是protected的，因此要找其中的static方法(newInstance() )，此方法返回此类类型，此时有了dbf对象。

④通过此对象dbf调用(newDocumentBuilder())得到DocumentBuilder类对象db。

⑤有了db对象，就可以调用此类(DocumentBuilder)中的parse(File f)方法就可以返回(Document)类对象dom。

创建Document对象代码实现：

第一步：创建工厂
DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance();
第二步：创建解析器
DocumentBuilder db=dbf.newDocumentBuilder();
第三步：获得dom对象
Document dom=db.parse("./xml/users.xml");
第四步：通过节点(Node)或者元素(Element)方式解析DOM树
/....../

(一)通过节点(Node)方法解析DOM树：

第四步：首先获取根节点
Node rootNode=dom.getFirstChild();
第五步：接着获取此根节点的所有孩子节点
NodeList nodeList=rootNode.getChildNodes();
第六步：获取<user>标签的这个节点
Node userNode=nodeList.item(1);
第七步：获取<user>节点下的<name>节点
Node nameNode=userNode.getChildNodes().item(1)
第八步：获取此name节点的文本内容
String name=nameNode.getTextContent();

(二)通过Document中的getElementsByTagName()方法解析DOM树：

第四步：首先获取根节点：
Node root=dom.getFirstChild();
第五步：将根节点强转成Element元素类型
Element eroot=(Element) root;
第六步：通过标签名获取所有的此标签节点
NodeList userList=eroot.getElementsByTagName("user");
第七步：将某一个标签节点进行强转
Element eUser1=(Element) userList.item(0);
第八步：再逐层通过标签名获得某个元素
NodeList nameList=eUser1.getElementsByTagName("name");
Node nameNode=nameList.item(0);
String name=nameNode.getTextContent();

读取节点中的属性：

因为Node没有获取属性的方式，所以必须将Node强制向下转换成Element来处理。

使用：getAttribute(String name)来获取。

获取节点属性代码实现：

DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance();
DocumentBuilder db=dbf.newDocumentBuilder();
Document dom=db.parse("./xml/users.xml/");
//将根节点强制转换为元素类型
Node root=dom.getFirstChild();
Element eroot=(Element) root;
NodeList userList=eroot.getElementsByTagName("user");
Element eUser1=(Element) userList.item(0);
//获取user节点中的属性id
String id=eUser1.getAttribute("id");
System.out.println("id="+id);

完整代码演示：

package cn.hncu.jaxp.dom;

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

import org.junit.Test;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;

/**
 * 解析XML:
 * 1、解析XML的方式：JAXP(DOM、StAX)、jDom(dom4j)
 * 2、如何使用？
 * JDK中有两个专用于dom编程的包：
 * (1)、org.w3c.dom -----w3c是制定标准，具体的实现还是看sun公司的javax.xml.parsers
 * (2)、javax.xml.parsers -----sun公司具有开发出来解析的工具
 * 
 * 
 * 入口方式：
 * Document(来自org.w3c.dom)-->要用工厂方法获得该dom对象-->工厂方法来自sun公司(javax.xml.parsers)
 * 
 * 
 */

public class DomDemo {
    /*
     * 获取dom对象
     */
    @Test
    public void getDom() throws Exception{

        DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance();
        DocumentBuilder db=dbf.newDocumentBuilder();
        Document dom=db.parse("./xml/users.xml");
        System.out.println(dom);//[#document: null]
    }

    /*
     * 通过节点的方式获得name,age
     */
    @Test
    public void getName() throws Exception{
        DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance();
        DocumentBuilder db=dbf.newDocumentBuilder();
        Document dom=db.parse("./xml/users.xml");
        //获得根节点
        Node rootNode=dom.getFirstChild();
        String rootNodeName=rootNode.getNodeName();
        System.out.println("rootNodeName= "+rootNodeName);  
        /*
         * 获得根节点的所有孩子节点：包括空白符和标签
         * 【注意】：
         *  1、通过Node中的getChildNodes(),返回类型为NodeList，获取当前节点的所有子节点(包括文本内容和标签节点)。
         *  2、但是一般不选择这种方式的理由：文本内容尤其是空白符也是其中的孩子节点，会产生干扰！
         *  3、因此最好的方式就是：通过Element下的getElementByTagName(String name)
         */
        NodeList nodeList=rootNode.getChildNodes();
        for(int i=0;i<nodeList.getLength();i++){
            System.out.println( nodeList.item(i).getNodeName());
        }
        //获取第一个user节点下的name、age
        Node userNode=nodeList.item(1);
        String name=userNode.getChildNodes().item(1).getTextContent();
        String age=userNode.getChildNodes().item(3).getTextContent();
        System.out.println(name+","+age);
        //获取第二个user节点下的name、age
        Node userNode2=nodeList.item(3);
        String name2=userNode2.getChildNodes().item(1).getTextContent();
        String age2=userNode2.getChildNodes().item(3).getTextContent();
        System.out.println(name2+","+age2);
    }

    /*
     * 建议采用的方式：用Element中的getElementsByTagName(String name)
     * 为了使用使用Element中的方法必须将Node强转成Element类型。 
     */
    @Test
    public void getName2() throws Exception{
        DocumentBuilderFactory dbf=DocumentBuilderFactory.newInstance();
        DocumentBuilder db=dbf.newDocumentBuilder();
        Document dom=db.parse("./xml/users.xml/");
        //将根节点强制转换为元素类型
        Node root=dom.getFirstChild();
        Element eroot=(Element) root;
        NodeList userList=eroot.getElementsByTagName("user");
        Element eUser1=(Element) userList.item(0);
        //获取user节点中的属性id
        String id=eUser1.getAttribute("id");
        System.out.println("id="+id);

        //获取name
        NodeList nameList=eUser1.getElementsByTagName("name");
        Node nameNode=nameList.item(0);
        String name=nameNode.getTextContent();
        //获取age
        NodeList ageList=eUser1.getElementsByTagName("age");
        Node ageNode=ageList.item(0);
        String age=ageNode.getTextContent();
        System.out.println(name+"："+age);

    }


}

运行结果：

getName()运行结果：

getName2()运行结果：