XML是一种通用的数据交换格式，它的平台无关性、语言无关性、系统无关性给数据集成与交互带来了极大的方便。XML在不同的语言环境中解析的方式都是一样的，只不过实现的语法不同而已。
XML文档以层级标签的形式来组织数据，多用于配置文件、存储静态数据、交换数据。
XML语法
1、每个XML文档都由XML序言开始，在前面的代码中的第一行便是XML序言，<?xml version="1.0"?>
2、任何的起始标签都必须有一个结束标签。
3、标签必须按合适的顺序进行嵌套，所以结束标签必须按镜像顺序匹配起始标签。
4、标签如果有属性，属性值必须加双引号。
XML文档解析
首先我们要知道，“XML中的内容都是结点”，这句话的意思是：XML文档中，无论是 <> </> 符号的里面的内容（属性）、之间的内容（结点值）、还是 <> 本身（结点），都是Node，就连标签之间的换行、空格都是一个节点。明白这个很重要，因为下面遍历结点时，返回的 属性名值对 、结点值内容、结点本身 都是一个Node类型。
元素VS节点
节点包括：元素节点、属性节点、文本节点。元素一定是节点，但是节点不一定是元素。
<?xml version="1.0" encoding="UTF-8"?>
<student>
<name id="001">张三</name>
<sex>男</sex>
<age>20</age>
</student>
文本节点：张三 男 20
元素节点：student name sex age
属性节点：id="001"
XML的解析方式分为四种：1、DOM解析； 2、SAX解析；
3、JDOM解析； 4、DOM4J解析。
其中前两种属于基础方法，是官方提供的平台无关的解析方式；后两种属于扩展方法，它们是在基础的方法上扩展出来的，只适用于java平台。
为了更好的讲解XML解析，我们创建如下xml示例文档：
<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
<book id="1"> //此处一个回车
<name>冰与火之歌</name> //此处一个回车
<author>乔治马丁</author> //此处一个回车
<year>2014</year> //此处一个回车
<price>89</price> //此处一个回车
</book>
//注意：每个book节点下共有9个子节点，回车也算在内
<book id="2">
<name>安徒生童话</name>
<year>2004</year>
<price>77</price>
<language>English</language>
</book>
</bookstore>
一、DOM解析
DOM的全称是Document Object Model，也即文档对象模型。在应用程序中，基于DOM的XML分析器将一个XML文档转换成一个对象模型的集合（通常称DOM树），应用程序正是通过对这个对象模型的操作，来实现对XML文档数据的操作。通过DOM接口，应用程序可以在任何时候访问XML文档中的任何一部分数据，因此，这种利用DOM接口的机制也被称作随机访问机制。
DOM接口提供了一种通过分层对象模型来访问XML文档信息的方式，这些分层对象模型依据XML的文档结构形成了一棵节点树。无论XML文档中所描述的是什么类型的信息，即便是制表数据、项目列表或一个文档，利用DOM所生成的模型都是节点树的形式。也就是说，DOM强制使用树模型来访问XML文档中的信息。由于XML本质上就是一种分层结构，所以这种描述方法是相当有效的。
DOM树所提供的随机访问方式给应用程序的开发带来了很大的灵活性，它可以任意地控制整个XML文档中的内容。然而，由于DOM分析器把整个XML文档转化成DOM树放在了内存中，因此，当文档比较大或者结构比较复杂时，对内存的需求就比较高。而且，对于结构复杂的树的遍历也是一项耗时的操作。所以，DOM分析器对机器性能的要求比较高，实现效率不十分理想。不过，由于DOM分析器所采用的树结构的思想与XML文档的结构相吻合，同时鉴于随机访问所带来的方便，因此，DOM分析器还是有很广泛的使用价值的。
public static void main(String[] args) {
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); //创建一个DocumentBuilderFactory的对象
try {
DocumentBuilder db = dbf.newDocumentBuilder(); //创建DocumentBuilder对象
Document document = db.parse("src/book.xml");//通过DocumentBuilder对象的parser方法加载books.xml文件到当前项目下
NodeList bookList = document.getElementsByTagName("book");//获取所有book节点的集合
System.out.println("一共有" + bookList.getLength() + "本书");//通过nodelist的getLength()方法可以获取bookList的长度
for (int i = 0; i < bookList.getLength(); i++) {//遍历每一个book节点
System.out.println("=====下面开始遍历第" + (i + 1) + "本书的内容=======");
Node book = bookList.item(i);//通过 item(i)方法 获取一个book节点，nodelist的索引值从0开始
NamedNodeMap attrs = book.getAttributes();//获取book节点的所有属性集合
System.out.println("第 " + (i + 1) + "本书共有" + attrs.getLength() + "个属性");
for (int j = 0; j < attrs.getLength(); j++) {//遍历book的属性
Node attr = attrs.item(j);//通过item(index)方法获取book节点的某一个属性
System.out.print("属性名：" + attr.getNodeName());//获取属性名
System.out.println("--属性值" + attr.getNodeValue());//获取属性值
}
NodeList childNodes = book.getChildNodes();//解析book节点的子节点
System.out.println("第" + (i+1) + "本书共有" +
childNodes.getLength() + "个子节点");
for (int k = 0; k < childNodes.getLength(); k++) {//遍历childNodes获取每个节点的节点名和节点值
if (childNodes.item(k).getNodeType() == Node.ELEMENT_NODE) {//区分出text类型的node以及element类型的node
System.out.print("第" + (k + 1) + "个节点的节点名："
+ childNodes.item(k).getNodeName());//获取了element类型节点的节点名
System.out.println("--节点值是：" + childNodes.item(k).getFirstChild().getNodeValue());//获取了element类型节点的节点值
}
}
System.out.println("=====结束遍历第" + (i + 1) + "本书的内容=====");
}
} catch (ParserConfigurationException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
一共有2本书
=================下面开始遍历第1本书的内容=================
第 1本书共有1个属性
属性名：id--属性值1
第1本书共有9个子节点
第2个节点的节点名：name--节点值是：冰与火之歌
第4个节点的节点名：author--节点值是：乔治马丁
第6个节点的节点名：year--节点值是：2014
第8个节点的节点名：price--节点值是：89
======================结束遍历第1本书的内容=================
=================下面开始遍历第2本书的内容=================
第 2本书共有1个属性
属性名：id--属性值2
第2本书共有9个子节点
第2个节点的节点名：name--节点值是：安徒生童话
第4个节点的节点名：year--节点值是：2004
第6个节点的节点名：price--节点值是：77
第8个节点的节点名：language--节点值是：English
======================结束遍历第2本书的内容=================
使用DOM解析方式的优缺点：
优点：
1、形成了树结构，有助于更好的理解、掌握，且代码容易编写。
2、解析过程中，树结构保存在内存中，方便修改。
缺点：
1、由于文件是一次性读取，所以对内存的耗费比较大。
2、如果XML文件比较大，容易影响解析性能且可能会造成内存溢出。
二、SAX解析
SAX的全称是Simple APIs for XML，也即XML简单应用程序接口。与DOM不同，SAX提供的访问模式是一种顺序模式，这是一种快速读写XML数据的方式。当使用SAX分析器对XML文档进行分析时，会触发一系列事件，并激活相应的事件处理函数，应用程序通过这些事件处理函数实现对XML文档的访问，因而SAX接口也被称作事件驱动接口。
public class SAXTest {
public static void main(String[] args){
SAXParserFactory factory = SAXParserFactory.newInstance();//创建解析工厂
try {
SAXParser parser = factory.newSAXParser();//由工厂创建解析器
SAXParserHandler handler = new SAXParserHandler();//创建一个处理类handler
parser.parse("src/book.xml",handler);//通过解析器的parse()方法，对指定xml文档以指定handler之类进行解析查询
System.out.println("~！~！~！共有" + handler.getBookList().size()
+ "本书");
for (Book book : handler.getBookList()) {
System.out.println(book.getId());
System.out.println(book.getName());
System.out.println(book.getAuthor());
System.out.println(book.getYear());
System.out.println(book.getPrice());
System.out.println(book.getLanguage());
System.out.println("----finish----");
}
} catch (ParserConfigurationException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
}
public class SAXParserHandler extends DefaultHandler {
String value = null;
Book book = null;
private ArrayList<Book> bookList = new ArrayList<Book>();
public ArrayList<Book> getBookList() {
return bookList;
}
int bookIndex = 0;
//用来标识解析开始
@Override
public void startDocument() throws SAXException {
super.startDocument();
System.out.println("SAX解析开始");
}
// 用来标识解析结束
@Override
public void endDocument() throws SAXException {
super.endDocument();
System.out.println("SAX解析结束");
}
//解析xml元素
@Override
public void startElement(String uri, String localName, String qName,
Attributes attributes) throws SAXException {
super.startElement(uri, localName, qName, attributes);//调用DefaultHandler类的startElement方法
if (qName.equals("book")) {
bookIndex++;
book = new Book();//创建一个book对象
System.out.println("====开始遍历某一本书的内容====");//开始解析book元素的属性
//不知道book元素下属性的名称以及个数，如何获取属性名以及属性值
int num = attributes.getLength();
for(int i = 0; i < num; i++){
System.out.println("book元素的第" + (i + 1) + "个属性名是："
+ attributes.getQName(i));
System.out.println("---属性值是：" + attributes.getValue(i));
if (attributes.getQName(i).equals("id")) {
book.setId(attributes.getValue(i));
}
}
}
else if (!qName.equals("name") && !qName.equals("bookstore")) {
System.out.print("节点名是：" + qName + "---");
}
}
@Override
public void endElement(String uri, String localName, String qName)
throws SAXException {
super.endElement(uri, localName, qName);//调用DefaultHandler类的endElement方法
if (qName.equals("book")) {//判断是否针对一本书已经遍历结束
bookList.add(book);
book = null;
System.out.println("====结束遍历某一本书的内容====");
}
else if (qName.equals("name")) {
book.setName(value);
}
else if (qName.equals("author")) {
book.setAuthor(value);
}
else if (qName.equals("year")) {
book.setYear(value);
}
else if (qName.equals("price")) {
book.setPrice(value);
}
else if (qName.equals("language")) {
book.setLanguage(value);
}
}
//注意：参数ch是当上述事件随便一个发生时，对应的元素的值，值在ch中start开始，length长。从头到尾遍历整个xml文档时，每个标签的值依次被存入ch中。
@Override
public void characters(char[] ch, int start, int length)
throws SAXException {
super.characters(ch, start, length);
value = new String(ch, start, length);
if (!value.trim().equals("")) {
System.out.println("节点值是：" + value);
}
}
}
public class Book {
private String name;
private String author;
private String year;
private String price;
private String language;
private String id;
public Book() {
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public String getYear() {
return year;
}
public String getId() {
return id;
}
public void setId(String id) {
this.id = id;
}
public String getLanguage() {
return language;
}
public void setLanguage(String language) {
this.language = language;
}
public String getPrice() {
return price;
}
public void setPrice(String price) {
this.price = price;
}
public void setYear(String year) {
this.year = year;
}
public String getAuthor() {
return author;
}
public void setAuthor(String author) {
this.author = author;
}
}
SAX解析开始
=========开始遍历某一本书的内容========
book元素的第1个属性名是：id
---属性值是：1
节点值是：冰与火之歌
节点名是：author---节点值是：乔治马丁
节点名是：year---节点值是：2014
节点名是：price---节点值是：89
===========结束遍历某一本书的内容===========
=========开始遍历某一本书的内容========
book元素的第1个属性名是：id
---属性值是：2
节点值是：安徒生童话
节点名是：year---节点值是：2004
节点名是：price---节点值是：77
节点名是：language---节点值是：English
===========结束遍历某一本书的内容===========
SAX解析结束
~！~！~！共有2本书
1
冰与火之歌
乔治马丁
2014
89
null
----finish----
2
安徒生童话
null
2004
77
English
----finish----
总结：SAX解析XML文档的结点名是通过事件函数的参数qName获取的，属性是通过参数attributes的getValue("属性名")获取的，
结点值是通过当前事件函数发生时，characters(char[] ch, int start, int length)方法中的内容获取的。
使用DOM解析方式的优缺点：
优点：
1、采用事件驱动模式，对内存耗费比较小。
2、适用于只处理XML文件中的数据时。
缺点：
1、编码比较麻烦。
2、很难同时访问XML文件中的多处不同数据。
原文地址：https://www.cnblogs.com/longqingyang/p/5577937.html