XML的解析（JAVA技术）（笔记2）

1，回顾：
Html的时候说过，对标记型文档的解析有DOM技术和SAX技术两种，
而xml也是标记型文档，所以它的解析方式也是这两种：

1> DOM技术解析XML同样是先将整个XML文档加载到内存中，根据再
标签间的层次结构，将XML文档解析成树状结构，并树状在结构中
把XML文档的每个标签，属性，文本都封装成了节点对象，通进而
过操作不同的节点对象来操作XML文件。

DOM解析的优点：将XML文档的所有标签，属性，文本都封装成了对象，
可以很方便的对XML文档进行增，删，改，查操作。

DOM解析的缺点：首先要将整个XML文档完全的加载到内存中，耗时会
耗内存，如果文件过大时还会造成内存溢出。

2> SAX技术解析XML，采用事件驱动，边读边解析。即从上到下，一行
一行的解析，解析到某一个对象就把该对象返回。

SAX解析的优点：因为对文档是从上到下一行一行的解析，所以造不会
分类中翻译内存溢出。

SAX解析的缺点：也正是因为对文档是从上到下一行一行的解析，解析
到某一对象就报道查看该对象，所以SAX技术只能实现查询操作，不能实现
增，删，改操作，因为无法读取到整体的文档结构。

2，XML解析器：
。了解了XML的两种解析方式，接下来就是实现对XML文档的解析那么想
。要解析XML文档，首先就需要解析器而不同的公司和组织针对DOM和SAX
方式， 。提供了不同的解析器常用的有：

1> sun公司提供的jaxp解析器
2> jdom组织提供的jdom解析器
3> dom4j组织提供的dom4j解析器

在这三种解析器中我们只学习JAXP和dom4j中的使用，首先学习JAXP原因的
的英文因为它的英文由太阳公司提供的，JAVA就是由太阳公司开发的，而JAXP解析
器对XML的解析提供了标准。而学习的dom4j的原因是DOM4J和JDOM原来的英文一
家公司，dom4j的公司是后期从JDOM公司中分离出去的，dom4j的是在JDOM的
基础上进行了功能扩展，可以说是及JDOM的优点于一身，而功能比JDOM
更加强大完善。而在实际开发中解析XML使用的最多的还是dom4j的解析器。

3，jaxp解析器：
jaxp开发包是由sun公司提供，它其实是JAVASE的一部分，所以可在
JAVA_JDK_API进行查阅。

首先我们先了解几个常用类，这些类在javax.xml.parsers中的包中。可以
通过使用这些类，得到对XML文档进行解析的DOM解析器对象和SAX解析
器对象。

1，针对dom方式：
DocumentBuilder：DOM解析器类
DocumentBuilderFactory：DOM解析器工厂类

DocumentBuilder对象的常用方法parse方法：
Document | parse(File f) 将给定文件的内容解析为一个XML文档，
并且返回一个新的 DOM Document 对象。
Document | parse(InputStream is) 将给定 InputStream 的内容解析
为一个 XML 文档，并且返回一个新的 DOM Document 对象。
Document | parse(String uri) 将给定 URI 的内容解析为一个XML文档，
并且返回一个新的 DOM Document 对象。

Document接口的常用方法：
Element | getElementById(String elementId) 通过id属性
获取节点对象；
NodeList | getElementsByTagName(String tagname)通过
标签名获取节点对象。返回的是个集合NodeList。
Element | createElement(String tagName) 创建标签节点
Text | createTextNode(String data) 创建文本节点 

父接口Node中方法:
Node | appendChild(Node newChild) 将参数节点添加到当前节点的子
节点列表的末尾 
Node | removeChild(Node oldChild) 将参数子节点删除
Node | getParentNode() 获取当前节点的父节点
Node | getFirstChild() 获取当前节点的第一个子节点
Node | getLastChild() 获取当前节点的最后一个子节点
Node | cloneNode(boolean deep) 复制节点 
String | getTextContent() 以字符串形式返回标签封装的内容。
void | setTextContent("值") 修改当前节点的文本内容
注意：
1.Document接口、Element接口、Text接口都是Node接口的子接口。
注意各个方法中的多态思想。
2.使用getElementsByTagName(String tagname)通过

标签名获取节点对象。返回的是个集合NodeList。遍历NodeList集合：
在NodeList集合中有:
int | getLength() 集合中的节点数
Node | item(int index) 返回集合中的第 index 个节点。
如: 
NodeList nl = document.getElementsByTagName("a");
for(int i=0;i<nl.getLength();i++){
              nl.item(i);
}

回写xml：
通过操作document对象和其它节点对象实现更新xml文档时,注意这里所谓
的更新,实际更新的是加载进内存中的xml文档。而想达到更新实际的xml
文档还得进行回写操作。
回写xml文件要使用javax.xml.transform包下的Transformer类的对象(此
抽象类的实例能够将源树转换为结果树),但是Transformer类是个抽象类不
能实例化,所以使用TransformerFactory类的对象的newTransformer()方法。
TransformerFactory类也是个抽象也不能实例化,所以使用其静态方法
newInstance()方法来创建
TransformerFactory类的对象。
得到Transformer对象后,使用Transformer对象的transform()方法实现回
写,而transform()方法有两个参数
参数1是:Source对象,表示源对象,而Source又是个接口不能实例化,所以
使用其实现类的对象,而Source的实现类有多个,因为是DOM方式进行解析,
所以使用DOMSource实现类的对象。
常用的是参数是Node对象的构造器来创建DOMSource对象,因为Document接
口是Node接口的子接口,所以构造器直接传document对象为参数即可。
参数2是:Result对象,表示目标对象,Result也是接口不能实例化,所以使用
其实现类的对象,而Result的实现类也有多个,因为对文件的操作一般使用
IO流,所以使用StreamResult实现类的对象。常用的是参数是文件的字符串
路径的构造器来创建StreamResult对象,所以构造器直接传xml文件的字符
串路径
创建StreamResult对象即可。
TransformerFactory tff = TransformerFactory.newInstance();
Transformer tf = tff.newTransformer();
tf.transform(newDOMSource(document), 
new StreamResult("url"));

2、针对sax方式:
SAXParser：SAX解析器类
SAXParserFactory：SAX解析器工厂类
通过API看到SAXParser类是个抽象类，不能实例化对象，是通过SAXParserFactory
类的对象的newSAXParser()方法获取SAXParser类的对象的。
而通过API看到SAXParserFactory类也是个抽象类，也不能实例化，是通过
调用其静态方法newInstance()获取SAXParserFactory类的对象的。
再看一下解析器类SAXParser的对象的常用方法：
parse(File f, DefaultHandler dh) 使用指定的 DefaultHandler 将指定
文件的内容解析为 XML。
parse(InputStream is, DefaultHandler dh) 使用指定的 DefaultHandler
将给定的 InputStream 实例的内容解析为 XML。
parse(String uri, DefaultHandler dh) 使用指定的 DefaultHandler 将
给定统一资源标识符 (URI) 描述的内容解析为 XML。
我们看到SAX解析器解析xml文档的parse()方法有两个参
数。参数一是xml文档；参数二是事件处理器DefaultHandler，因为SAX解析技
术是基于事件驱动的方式对xml文档进行解析的。

看API在事件处理器DefaultHandler中常用方法就只有3
个：
startElement(String uri, String localName, String qName, Attributes attributes)
接收开始标签。
characters(char[] ch, int start, int length) 
接收标签中封装的字符数据。
endElement(String uri, String localName, String qName) 
接收结束标签。
调用parse()方法解析xml文档需要传递两个参数。参数一是xml文档；参数二
是事件处理器DefaultHandler，当把事件处理器传递进来，就相当于将事件处
理器绑定在了xml文档上。Parse()方法被调用，事件处理器将自动执行。xml
文档从上往下一行一行被解析，当解析到开始标签会自动驱动执行事件处理器
的startElement()方法，startElement()方法的参数qName返回开始标签名称；
当解析到文本会自动驱动执行事件处理器的characters()方法，characters()
方法中使用字符串的String(char[] ch,int start,int length)构造器返回文
本内容；当解析到结束标签会自动驱动执行事件处理器的endElement()方法，
endElement()方法的参数qName返回结束标签的名称。

使用jaxp的SAX方式解析xml文档，SAX方式只能实现查询操作，不能实现增删改操作

dom4j技术介绍:
dom4j是一个组织，针对xml的解析它提供了解析器dom4j。dom4j的前身是jdom，
它在jdom的基础上进行了功能扩展，比jdom功能更加强大，基于jdom的优点于
一身。所以目前实际开发中解析xml使用最多的还是dom4j。
但是dom4j它不是JavaSe的一部分，属于第三方开发包，所以想要使用dom4j第
一步必须导入dom4j的开发jar包。---->dom4j-1.6.1.jar (1.6版本的)

dom4j解析xml：
1. SAXReader解析器类:
    SAXReader creates a DOM4J tree from SAX parsing events, 意思
    SAXReader通过SAX解析创建一个dom4j树。
dom4j的底层是通过SAX方式解析出整个xml文档，再将整个xml文档生成DOM树，
进而可以进行增删改查操作。所以叫SAXReader。这就说明dom4j和jaxp是不一
样的，它不分DOM方式和SAX方式，而是与DOM方式和SAX方式为一体的。

2.创建解析器对象，获取Document对象:
先得使用SAXReader类默认无参的构造器创建解析器，然后再使用解析器的
read()方法解析xml文档，返回的Document对象就代表xml文档：
SAXReader  reader  =  new  SAXReader(); 
Document  document  =  reader.read(url);

3. read方法:
Document | read(InputStream in)
Document | read(File file)
Document | read(String url)

4. Document是个接口，父接口是Node
   再看Node接口，Document、Element、Text都是它的子接口。

5.常用方法：
1>Document的常用方法：
Element | getRootElement()  获取根节点，返回值是Element对象，就代表根节点。
2>Element的常用方法：
1）Element | element(String name) 获取当前标签下的第一个参数名称子
标签(注意是直接子标签)，参数是子标签名，返回值是Element
2）List | elements(String name) 获取当前标签下的所有参数名称子标签
(注意是直接子标签)，参数是子标签名，返回值是List。
3）List | elements() 获取当前标签下的所有子标签(注意是直接子标签)，
返回值是List集合。
4）Element | addElement(String name) 给当前标签添加参数名称子标签，
返回值是Element代表添加的子标签。
(这个方法是其父接口Branch的方法)
5）String | getText() 获取当前标签的文本内容，返回值是String 
6）void | setText(String content) 给当前标签添加文本或修改当前标签
的文本内容，参数就是添加的文本内容或修改后的文本内容。
(这个方法是其父接口Node的方法)
7）Element | getParent() 获取当前节点的父节点，返回值Element对象就
代表当前节点的父节点。
(这个方法是其父接口Node的方法)
8）boolean | remove(Element) 删除当前标签的参数子标签，参数Element
对象就是被删除的子节点对象。
  (这个方法是其父接口Branch的方法)
9）String | attributeValue(String name)获取当前标签的参数名称属性值。
10）Element | addAttribute(String name,String value)给当前标签添加
属性或修改当前标签的属性，参数一是属性名称，参数二是属性值，返回值
是当前标签。
11）Attribute | attribute(String name)获取当前标签的参数名称属性并
将属性封装成Attribute对象。(是Node接口的子接口)
12）boolean | remove(Attribute)删除当前标签的参数Attribute对象属性，
参数就是代表被删除的属性的Attribute对象。

6. xml的回写：
1>XMLWriter   xml写入器
XMLWriter类的构造器很多,而一般使用的是XMLWriter(OutputStream out, OutputFormat format)
构造器来创建XMLWriter对象。此构造器的有两个参数,参数一是OutputStream
字节输出流的对象,也就是说xml写入器的底层是通过流去写入的;参数二是
OutputFormat对象。

2>OutputFormat---> 输出格式器--->用于指定写入到xml文档的格式。
OutputFormat也是个一般类,但是不使用其构造器来创建对象,而是使OutputFormat
类的两个静态方法来创建输出格式器OutputFormat的对象：
static OutputFormat | createCompactFormat()创建一个带有压实格式的
输出格式器对象(压实格式指在一行,没有空格,没有换行)。
static OutputFormat | createPrettyPrint()创建一个漂亮格式的输出格
式器对象(漂亮格式就是指xml文档的格式,有缩进层次关系)<一般就用此方法>

3>XMLWriter的常用方法:
   write(Doument document)  写入xml文档，参数是Document对象
   close() 关闭写入器
   setEncoding(String encoding)设置写入xml的编码格式，只要保证和xml
   文档的编码格式一致就不会出现乱码问题。

XPath技术介绍：
使用dom4j操作xml文档，因为dom4j的底层是通过SAX方式对xml文档进行
解析的，然后再将整个xml文档生成DOM树。所以想要获取到某个标签并对
其进行操作，必须从上往下依次拿到根节点、下一节点、再下一节点……直
到拿到我们所需的节点，这样做的话，如果xml文档的层次关系很复杂的
话是不是很麻烦。所以dom4j又提供了XPath技术，其作用就是可以直接获
取到指定元素。本质就是通过标签间的层次关系表达式获取想要的指定元
素。

打开XPath的帮助文档XPath Tutorial，选择General_chi/examples.html (中文)， 
XPath的常用的表达式：
实例1---->第一种表达式：
/AAA 表示根元素AAA标签
/AAA/CCC 表示根元素AAA下的所有CCC子标签
/AAA/DDD/BBB 表示根元素AAA下的所有DDD子标签下的所有BBB子标签
实例2---->第二种表达式：
//BBB  表示所有BBB标签
//DDD/BBB 表示所有父元素是DDD的所有BBB标签
实例3---->第三种表达式：
/AAA/CCC/DDD/* 表示根元素AAA下的所有CCC子标签下的所有DDD子标签的
所有标签
/*/*/*/BBB表示所有的有3个祖先元素的BBB元素
//*表示所有的标签
实例4---->第四种表达式：
/AAA/BBB[1]表示根标签AAA下的第一个BBB子元素
/AAA/BBB[last()]表示根标签AAA下的最后一个BBB子元素
实例5---->第五种表达式：
//@id表示所有的id属性
//BBB[@id]表示所有具有id属性的BBB元素
//BBB[@name]表示所有具有name属性的BBB元素
//BBB[@*]表示具有任意属性的BBB元素
//BBB[not(@*)]表示没有属性的BBB元素
实例6 ---->第六种表达式：
// BBB [@ id ='b1']表示所有id属性值是b1的BBB元素
// BBB [@ name ='bbb']表示所有name属性值是BBB的BBB元素
四，使用XPath的技术：
默认情况下DOM4J不支持的XPath技术，如果想要通过DOM4J使用XPath的技术，
必须先导入的XPath的开发罐包.jaxen-1.1-β-6.jar。

dom4j提供了Document的两个方法用来支持XPath技术：
1> selectNodes（“XPath表达式”）--->获取多个元素，返回值是List集合，
泛型是Node.2
> selectSingleNode（“XPath”表达式“）--->获取单个元素，返回值是节点
对象就代表的XPath表达式所表示的标签。