XML的四种解析方法

2022-01-01 01:48:11

转载请注明原文地址：http://www.cnblogs.com/ygj0930/p/6646572.html

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。

一：DOM方法

Java自身原生的两种解析XML方式之一——DOM方法，原理是：首先在内存中创建一个Document对象，然后把XML文档读取进来赋值给这个dom对象。由于dom对象是基于树结构的，所以对dom对象进行遍历即可。对内存中的dom对象可以进行查询、修改、删除操作，还可以写回原XML文档保存修改。

优点：
    a、由于整棵树在内存中，因此可以对xml文档随机访问
    b、可以对xml文档进行修改操作
缺点：
    a、整个文档必须一次性解析完
    a、由于整个文档都需要载入内存，对于大文档成本高

操作步骤：

1：创建DocumentBuilderFactory，由newInstance()方法获取工厂实例；

2：由工厂创建DocumentBuilder；

3：通过 Document dom=builder.parse(file); 读取xml文档创建dom对象；

4：通过dom对象的一系列方法获取某个结点、某名字的结点列表：

 Element getElementById(String elementId)

          返回具有带给定值的 ID 属性的 Element。

 NodeList getElementsByTagName(String tagname)

          按文档顺序返回包含在文档中且具有给定标记名称的所有 Element 的 NodeList。

5：通过NodeList对象获取结点列表中某个结点：

 Node item(int index)

          返回集合中的第 index 个项。

6：通过Node对象读取结点属性：

 NamedNodeMap getAttributes()

          包含此节点的属性的 NamedNodeMap（如果它是 Element）；否则为 null。

然后对NamedNodeMap对象调用以下方法获取属性：（前面我们说过，属性也是结点）

 Node  getNamedItem(String name)

          检索通过名称指定的节点。

      或

 Node item(int index)

          返回映射中第 index 个项。

最后，对返回的属性通过以下方法获取名、值：（属性也是结点）

 String getNodeName()

          此节点的名称，取决于其类型； 

 String getNodeValue()

          此节点的值，取决于其类型；

7：获取结点的子节点列表：

 NodeList getChildNodes()

          包含此节点的所有子节点的 NodeList。

8：获取结点值：

 String getNodeName()

          此节点的名称，取决于其类型； 

 String getNodeValue()

          此节点的值，取决于其类型；

总结：DOM方法解析XML文档，把元素、元素属性、元素值都看作Node类型，通过node.getNodeName()获取元素名、属性名，
通过getNodeValue()获取属性值、元素值，通过getChildNodes()获取子节点们，通过item(i)获取第i个属性或者第i个子节点。

二：SAX方法
  Java原生的XML解析方法之二——SAX方法，原理：通过parse(file,listener)函数用一个listener对xml文件进行查找，按顺序读取文档，遍历每个标签，当发现目标标签
时，读取标签的属性、结点值等信息并返回。

优点：
    a、无需将整个xml文档载入内存，因此消耗内存少
    b、可以继承ContentHandler创建多个执行不同查询的listener进行解析操作
缺点：
    a、不能随机的访问xml中的节点
    b、不能修改文档

c、查询依次就要对XML文档从头到尾遍历一次

操作步骤：

1：创建解析工厂：SAXParserFactory factory = SAXParserFactory.newInstance();

2：由工厂创建解析器：SAXParser parser = factory.newSAXParser();

3：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：parser.parse(xmlFile, new MySaxListener())；

我们要继承DefaultHandler类，定义相应的查询操作类：

1：重写父类中的文档开始方法、文档结束方法，定义开始、结束遍历xml文档时的操作：

 void startDocument()

          接收文档开始的通知。 

 void endDocument()

          接收文档结束的通知。

2：重写父类的标签开始方法、标签结束方法，定义遍历到一个开始、结束标签时的操作：

 void startElement(String uri, String localName, String qName, Attributes attributes) //参数qName是标签名、attributes是属性列表

          接收元素开始的通知。 

void endElement(String uri, String localName, String qName)

          接收元素结束的通知。

3：重写characters(char[] ch, int start, int length)方法：

    // 对事件发生时，元素的字符怎么处理

    public void characters(char[] ch, int start, int length) throws SAXException {

        //参数ch是当上述4中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。

 }

也就是说，通过SAX解析xml文档是没有dom对象出现的，所以不会有node，不会有getNodeName()、getNodeValue()获取结点名、值。
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。

三：JDOM方法

JDOM方法是根据DOM方法的众多繁琐操作进行包装得到的，上面我们看到，DOM方法解析XML文档其实是很繁琐的，而且很混乱，标签、属性、换行空格都当作结点类型来处理。JDOM方法定义了一系列通俗、好记的方法来解析XML，方法的底层封装了一系列DOM操作，但是我们不必亲自去进行这些繁琐的工作了。

优点：

a、DOM方式的优点:查找方便，可以修改
缺点
a、DOM方式的缺点:装载整个文档,对内存容量要求高

在JDOM中，同一了根节点、普通结点、属性等全为Element类型。

操作步骤：

1：创建一个SAXbuilder：SAXBuilder builder = new SAXBuilder();

2：创建文件输入流打开xml文件：InputStream in = new FileInputStream("XXX.xml");

3：通过builder，从输入流读取xml文件创建dom对象：Document dom = builder.build(in);

4：获取根节点：Element root=dom.getRootElement();

5：获取子节点列表：List<Element> childNodes = node.getChildren();

6：遍历子节点列表，获取第i个结点：Element node = childNodes.get(i);

7：读取结点信息：

1）结点属性值：node.getAttributeValue("属性名")；

2）结点名：node.getName()；

3）结点值：node.getValue();

4）子结点文本值：node.getChildText("子结点名")；

四：DOM4J方法

Dom4j是目前最流行、最好用的XML解析工具，解析XML的速度最快。

操作步骤：

1：创建SAXReader：SAXReader reader = new SAXReader();

2：创建文件输入流打开xml文件：InputStream in = new FileInputStream("XXX.xml");

3：通过reader和输入流读取xml文件到内存创建Document对象：Document dom = reader.read(in);

4：获取根节点：Element root=dom.getRootElement();

5：获取子节点列表：List<Element> childNodes = root.elements();

6：遍历子节点：Element node = childNodes.get(i);

7：读取结点信息：

1）结点属性值：node.attributeValue("属性名")；

2）结点名：node.getName()；

3）结点值：node.getValue();

4）子结点文本值：node.elementText("子结点名")

总结：

1）DOM、JDOM、DOM4j都是把xml文档读取到内存中，生成dom对象进行遍历的；

DOM是Java原生的，所以比较繁琐；

JDOM是对DOM操作的封装，更加通俗、易记，操作也快了一点；

DOM4j解析xml的函数上与JDOM差不多，只不过有几个相同功能的函数名字不同而已，过程都是一样的；但由于底层使用了Xpath等方法加快了索引，所以检索性能更快。

2）SAX是基于事件驱动的，查询事件监听器继承自DefaultHandler，定义了检索xml过程中遇到开始标签、结束标签时执行的事件函数，从而查找需要的信息并返回而不是把整个文档都加载进来。

码农公寓

相关文章