用Dom4j解析XML及中文问题(一)

作者：陈光（holen@263.net）

时间：2004-09-11

 

本文主要讨论了用dom4j解析XML的基础问题，包括建立XML文档，添加、修改、删除节点，以及格式化（美化）输出和中文问题。可作为dom4j的入门资料。

 

1． 下载与安装

 

dom4j是sourceforge.net上的一个开源项目，主要用于对XML的解析。从2001年7月发布第一版以来，已陆续推出多个版本，目前最高版本为1.5。

dom4j专门针对Java开发，使用起来非常简单、直观，在Java界，dom4j正迅速普及。

 

可以到http://sourceforge.net/projects/dom4j下载其最新版。

 

dom4j1.5的完整版大约13M，是一个名为dom4j-1.5.zip的压缩包，解压后有一个dom4j-1.5.jar文件，这就是应用时需要引入的类包，另外还有一个jaxen-1.1-beta-4.jar文件，一般也需要引入，否则执行时可能抛java.lang.NoClassDefFoundError: org/jaxen/JaxenException异常，其他的包可以选择用之。

 

2． 示例XML文档（holen.xml）

 

为了述说方便，先看一个XML文档，之后的操作均以此文档为基础。

 

holen.xml

<?xml version="1.0" encoding="UTF-8"?> <books>        <!--This is a test for dom4j, holen, 2004.9.11-->        <book show="yes">               <title>Dom4j Tutorials</title>        </book>        <book show="yes">               <title>Lucene Studing</title>        </book>        <book show="no">               <title>Lucene in Action</title>        </book>        <owner>O'Reilly</owner> </books>

 

这是一个很简单的XML文档，场景是一个网上书店，有很多书，每本书有两个属性，一个是书名[title]，一个为是否展示[show]，最后还有一项是这些书的拥有者[owner]信息。

 

3． 建立一个XML文档

 

/**      * 建立一个XML文档,文档名由输入属性决定      * @param filename 需建立的文件名      * @return 返回操作结果, 0表失败, 1表成功      */     public int createXMLFile(String filename){        /** 返回操作结果, 0表失败, 1表成功 */        int returnValue = 0;        /** 建立document对象 */        Document document = DocumentHelper.createDocument();        /** 建立XML文档的根books */        Element booksElement = document.addElement("books");        /** 加入一行注释 */        booksElement.addComment("This is a test for dom4j, holen, 2004.9.11");        /** 加入第一个book节点 */        Element bookElement = booksElement.addElement("book");        /** 加入show属性内容 */        bookElement.addAttribute("show","yes");        /** 加入title节点 */        Element titleElement = bookElement.addElement("title");        /** 为title设置内容 */        titleElement.setText("Dom4j Tutorials");               /** 类似的完成后两个book */        bookElement = booksElement.addElement("book");        bookElement.addAttribute("show","yes");        titleElement = bookElement.addElement("title");        titleElement.setText("Lucene Studing");        bookElement = booksElement.addElement("book");        bookElement.addAttribute("show","no");        titleElement = bookElement.addElement("title");        titleElement.setText("Lucene in Action");               /** 加入owner节点 */        Element ownerElement = booksElement.addElement("owner");        ownerElement.setText("O'Reilly");               try{            /** 将document中的内容写入文件中 */            XMLWriter writer = new XMLWriter(new FileWriter(new File(filename)));            writer.write(document);            writer.close();            /** 执行成功,需返回1 */            returnValue = 1;        }catch(Exception ex){            ex.printStackTrace();        }                      return returnValue;     }

 

说明：

Document document = DocumentHelper.createDocument();

通过这句定义一个XML文档对象。

 

Element booksElement = document.addElement("books");

通过这句定义一个XML元素，这里添加的是根节点。

Element有几个重要的方法：

l         addComment：添加注释

l         addAttribute：添加属性

l         addElement：添加子元素

 

最后通过XMLWriter生成物理文件，默认生成的XML文件排版格式比较乱，可以通过OutputFormat类的createCompactFormat()方法或createPrettyPrint()方法格式化输出，默认采用createCompactFormat()方法，显示比较紧凑，这点将在后面详细谈到。

 

生成后的holen.xml文件内容如下：

 

<?xml version="1.0" encoding="UTF-8"?> <books><!--This is a test for dom4j, holen, 2004.9.11--><book show="yes"><title>Dom4j Tutorials</title></book><book show="yes"><title>Lucene Studing</title></book><book show="no"><title>Lucene in Action</title></book><owner>O'Reilly</owner></books>