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。
1 public static void main(String[] args) { 2 DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); //创建一个DocumentBuilderFactory的对象 3 try { 4 DocumentBuilder db = dbf.newDocumentBuilder(); //创建DocumentBuilder对象 5 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 6 NodeList bookList = document.getElementsByTagName("book");//获取所有book节点的集合 7 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 8 for (int i = 0; i < bookList.getLength(); i++) {//遍历每一个book节点 9 System.out.println("=====下面开始遍历第" + (i + 1) + "本书的内容======="); 10 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 11 NamedNodeMap attrs = book.getAttributes();//获取book节点的所有属性集合 12 System.out.println("第 " + (i + 1) + "本书共有" + attrs.getLength() + "个属性"); 13 for (int j = 0; j < attrs.getLength(); j++) {//遍历book的属性 14 Node attr = attrs.item(j);//通过item(index)方法获取book节点的某一个属性 15 System.out.print("属性名:" + attr.getNodeName());//获取属性名 16 System.out.println("--属性值" + attr.getNodeValue());//获取属性值 17 } 18 NodeList childNodes = book.getChildNodes();//解析book节点的子节点 19 System.out.println("第" + (i+1) + "本书共有" + 20 childNodes.getLength() + "个子节点"); 21 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 22 if (childNodes.item(k).getNodeType() == Node.ELEMENT_NODE) {//区分出text类型的node以及element类型的node 23 System.out.print("第" + (k + 1) + "个节点的节点名:" 24 + childNodes.item(k).getNodeName());//获取了element类型节点的节点名 25 System.out.println("--节点值是:" + childNodes.item(k).getFirstChild().getNodeValue());//获取了element类型节点的节点值 26 27 } 28 } 29 System.out.println("=====结束遍历第" + (i + 1) + "本书的内容====="); 30 } 31 } catch (ParserConfigurationException e) { 32 e.printStackTrace(); 33 } catch (SAXException e) { 34 e.printStackTrace(); 35 } catch (IOException e) { 36 e.printStackTrace(); 37 } 38 }
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。
1 public class SAXTest { 2 public static void main(String[] args){ 3 SAXParserFactory factory = SAXParserFactory.newInstance();//创建解析工厂 4 try { 5 SAXParser parser = factory.newSAXParser();//由工厂创建解析器 6 SAXParserHandler handler = new SAXParserHandler();//创建一个处理类handler 7 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 8 System.out.println("~!~!~!共有" + handler.getBookList().size() 9 + "本书"); 10 for (Book book : handler.getBookList()) { 11 System.out.println(book.getId()); 12 System.out.println(book.getName()); 13 System.out.println(book.getAuthor()); 14 System.out.println(book.getYear()); 15 System.out.println(book.getPrice()); 16 System.out.println(book.getLanguage()); 17 System.out.println("----finish----"); 18 } 19 } catch (ParserConfigurationException e) { 20 e.printStackTrace(); 21 } catch (SAXException e) { 22 e.printStackTrace(); 23 } catch (IOException e) { 24 e.printStackTrace(); 25 } 26 } 27 }
1 public class SAXParserHandler extends DefaultHandler { 2 String value = null; 3 Book book = null; 4 private ArrayList<Book> bookList = new ArrayList<Book>(); 5 public ArrayList<Book> getBookList() { 6 return bookList; 7 } 8 int bookIndex = 0; 9 10 //用来标识解析开始 11 @Override 12 public void startDocument() throws SAXException { 13 super.startDocument(); 14 System.out.println("SAX解析开始"); 15 } 16 // 用来标识解析结束 17 @Override 18 public void endDocument() throws SAXException { 19 super.endDocument(); 20 System.out.println("SAX解析结束"); 21 } 22 //解析xml元素 23 @Override 24 public void startElement(String uri, String localName, String qName, 25 Attributes attributes) throws SAXException { 26 27 super.startElement(uri, localName, qName, attributes);//调用DefaultHandler类的startElement方法 28 if (qName.equals("book")) { 29 bookIndex++; 30 book = new Book();//创建一个book对象 31 System.out.println("====开始遍历某一本书的内容====");//开始解析book元素的属性 32 //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 33 int num = attributes.getLength(); 34 for(int i = 0; i < num; i++){ 35 System.out.println("book元素的第" + (i + 1) + "个属性名是:" 36 + attributes.getQName(i)); 37 System.out.println("---属性值是:" + attributes.getValue(i)); 38 if (attributes.getQName(i).equals("id")) { 39 book.setId(attributes.getValue(i)); 40 } 41 } 42 } 43 else if (!qName.equals("name") && !qName.equals("bookstore")) { 44 System.out.print("节点名是:" + qName + "---"); 45 } 46 } 47 48 @Override 49 public void endElement(String uri, String localName, String qName) 50 throws SAXException { 51 52 super.endElement(uri, localName, qName);//调用DefaultHandler类的endElement方法 53 if (qName.equals("book")) {//判断是否针对一本书已经遍历结束 54 bookList.add(book); 55 book = null; 56 System.out.println("====结束遍历某一本书的内容===="); 57 } 58 else if (qName.equals("name")) { 59 book.setName(value); 60 } 61 else if (qName.equals("author")) { 62 book.setAuthor(value); 63 } 64 else if (qName.equals("year")) { 65 book.setYear(value); 66 } 67 else if (qName.equals("price")) { 68 book.setPrice(value); 69 } 70 else if (qName.equals("language")) { 71 book.setLanguage(value); 72 } 73 }
74 //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。 75 @Override 76 public void characters(char[] ch, int start, int length) 77 throws SAXException { 78 super.characters(ch, start, length); 79 value = new String(ch, start, length); 80 if (!value.trim().equals("")) { 81 System.out.println("节点值是:" + value); 82 } 83 } 84 }
1 public class Book { 2 private String name; 3 private String author; 4 private String year; 5 private String price; 6 private String language; 7 private String id; 8 9 public Book() { 10 } 11 12 public String getName() { 13 return name; 14 } 15 16 public void setName(String name) { 17 this.name = name; 18 } 19 20 public String getYear() { 21 return year; 22 } 23 24 public String getId() { 25 return id; 26 } 27 28 public void setId(String id) { 29 this.id = id; 30 } 31 32 public String getLanguage() { 33 return language; 34 } 35 36 public void setLanguage(String language) { 37 this.language = language; 38 } 39 40 public String getPrice() { 41 return price; 42 } 43 44 public void setPrice(String price) { 45 this.price = price; 46 } 47 48 public void setYear(String year) { 49 this.year = year; 50 } 51 52 public String getAuthor() { 53 return author; 54 } 55 56 public void setAuthor(String author) { 57 this.author = author; 58 } 59 }
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