xml文件解析办法

最新推荐文章于 2025-12-04 19:14:36 发布

原创最新推荐文章于 2025-12-04 19:14:36 发布 · 727 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#xml #文档 #books #开发工具 #apache #编程

xml是为了提高web数据交换量而出现的，虽然他现在web应用中并不广泛，但是由于他的格式良好，经常被用做配置文件的格式。比如tomcat的主配置文件server.xml，web.xml等等。

首先我们看一下需求。我们的目的主要是提取xml文件中的特定内容，又因为xml文件本身的格式良好，这种查询是非常有规律的，非常有利于我们找到需要的信息。有时我们还可能把特定信息写回xml中，但是这种需求并不是必需的，因为配置文件都不会太大，我们完全可以通过手工办法进行修改。

（在对xml编程即对xml文档实施CRUD的操作，首先要了解的是xml文档的解析技术都有哪些！）

对xml进行解析的标准有两种，sax以及dom。

l 首先这两种标准并不是针对java的，他们在各种语言环境下都可以实现。

l dom：(Document Object Model,即文档对象模型) 是 W3C 组织推荐的处理 XML 的一种方式，dom是真正的国际标准。

l sax：(Simple API for XML) 不是官方标准，是事实的标准，几乎所有的 XML 解析器都支持它。他不由任何商业组织维护，而是由一个非商业的组织在运作。就像iso7层模型和tcp/ip一样，虽然sax不是正式的标准，但是一点不影响他在xml解析领域的地位。

dom实现的原理是把整个xml文档一次性读出，放在一个树型结构里。在需要的时候，查找特定节点，然后对节点进行读或写。他的主要优势是实现简单，读写平衡；缺点是比较占内存，因为他要把整个xml文档都读入内存，文件越大，这种缺点就越明显。

sax的实现方法和dom不同。他只在xml文档中查找特定条件的内容，并且只提取需要的内容。这样做占用内存小，灵活，正好满足我们的需求。他的缺点就是写，有些资料介绍了写入的方法，但是我感觉这对本例没有必要。后面主要讲解用sax2.0实现xml文档解析。

解析器：Crimson（SUN）、Xerces（Apache）、Aelfred2（dom4j）

我们现在已经不再用这些解析器做xml编程了。因为在这些解析器之上我们为这些解析器提供了开发工具包，即对解析器做了进一步的封装，形成了开发包，来进行xml编程。

开发工具包：Jaxp、Jdom、dom4j

JAXP 开发包是J2SE的一部分，它由javax.xml、org.w3c.dom 、org.xml.sax 包及其子包组成。JAXP相当于jdbc

有一个xml文档需要通过解析器来进行解析（下面有多种解析器），JAXP提供了这样一个支持，起到什么作用？通过JAXP找到解析器。通过JAXP创建解析器，通过解析器来完成xml文档的解析。

在 javax.xml.parsers 包中，定义了几个工厂类，程序员调用这些工厂类，可以得到对xml文档进行解析的 DOM 或 SAX 的解析器对象。

.。

通过想创建dom的解析器，来解析xml文档。

javax.xml.parsers 包（打开帮助文档，讲解一下）中的DocumentBuilderFactory用于创建DOM模式的解析器对象， DocumentBuilderFactory是一个抽象工厂类，它不能直接实例化，但该类提供了一个newInstance方法，这个方法会根据本地平台默认安装的解析器，自动创建一个工厂的对象并返回。

l 调用DocumentBuilderFactory.newInstance() 方法得到创建 DOM 解析器的工厂。

DocumentBuilderFactoryfactory= DocumentBuilderFactory.newInstance()；

l 调用工厂对象的newDocumentBuilder方法得到 DOM 解析器对象。

DocumentBuilder db=factory.newDocumentBuilder();

l 调用 DOM 解析器对象的 parse() 方法解析 XML 文档，得到代表整个文档的 Document 对象，进行可以利用DOM特性对整个XML文档进行操作了。通过parse()装载一个xml文档。

Documentdoc=Db.parse(DemoTest.class.getClassLoader().getResourceAsStream(“book.xml”));

或者直接db.parse(new File(src/book.xml));

接下来就要介绍文档对象模型dom了。

首先讲一下sax的工作流程，以下面的book.xml为例（不做dtd定义的验证，如果有这方面需求，可以查更详细的文档）。

<?xml version="1.0"?>

<books>

</book>

<booktype="fiction">

<title>fly tomoon</title>

<author>Vernia</author>

</book>

</books>

1.我们需要注册一个实现了sax标准的解析器，sun,java,apache等厂商和组织都实现了自己的解析器，大家可以直接拿过来用。

2.然后告诉解析器，我们会用哪个xml解析程序来处理xml文档。这个解析程序是由我们自己来实现的。

3在解析开始时，解析器会触发解析程序的startDocument()方法，告诉应用程序，文档解析开始了。

要注意以下几点：

1.区分解析器，解析程序的概念。

2.sax实现是事件驱动的，由解析器触发应用程序，而不是由应用程序来调用解析器。这和ui里的Actionlistener实现差不多。

3.startDocument()方法是由ContentHandler接口定义的，我们必须要实现他。xml解析程序就是用来实现这些方法的。为什么要这么做？因为sax不会定义在接收到方法触发后，会采取什么动作。只有我们自己才知道在解析的过程中，我们会做什么。不明白没有关系，再往下看。

4.当遇到<books>后，解析器会触发解析程序的startElement()方法，告诉应用程序，我遇到一个开始的标签。这个startElement()方法也是由ContentHandler接口定义的，他只是提醒应用程序他遇到一个标签的开始，至于是什么标签，他不知道，也不想知道。而由xml解析程序实现了的startElement()方法，功能就大了。比如我们可以判断这个标签的内容是什么，如果是books，好，正是我们需要的，要记到内存里；如果不是，放弃，继续往下走。

5.过了<books>后，解析器会触发解析程序的characters()方法，告诉应用程序，我遇到了标签的内容。同样的原理，由xml解析程序实现了的characters()方法会处理这个内容。当然了如果是我们需要的，就留下；如果不是就放弃。在这个例子里，<books>后面是空格，没有实际价值。

6.再往下遇到了<book type="computer">标签，同样触发的是startElement()方法。以此类推，在标签结束时，会触发endElement()方法，在文档结束时会触发endDocument()方法。至于每次触发一个方法后，产生什么动作，都是由我们的解析程序来控制的。