JAXP(Java API for XML Parsing)
过去几年中，XML分折已经被标准为两个不同的处理模型：SAX(Simple API for XML)以及DOM(Document Object Model)。
一、SAX(Simple API for XML)
SAX是基于事件的处理模型，在此模型中，解折程序按序列顺序解释数据元素，同时基于所选择的结构回调函数。它最大的优点是：它并不把任何XML文档装载进内存，因此被认为是非常迅速和轻便的。它使用一个序列只读的方法，并不支持对XML元素的随机访问。
基本实现由以下三个骤组成
1、实现一个扩展DefaultHandler的类，并为每种类型的结构包含回调方法。
2、初始化一个新的SAXParser类。Parser读到XML源文件，并触发DefaultHandler类中所实现的一个回调方法
3、须序读取XML源文件。在须序读取中，无法随机访问结构中的元素。剩下的工作取决于Handler类中你的实现方案。
示例
书写一个用于读取的XML文檔test.xml，具体内容如下：
<?xml version="1.0" encoding="UTF-8"?>
<simple date="21/2/2006">
<name>wang</name>
<location>China DongGuan</location>
</simple>
实现一个扩展DefaultHandler的类SaxTestHandler.java代码如下
package mypack;
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;
public class SaxTestHandler extends DefaultHandler {
// 重载DefaultHandler类的方法
// 以拦截SAX事件通知。
//
/* 开始解折文析进执行 */
public void startDocument() throws SAXException {
System.out.println("SAX Event: START DOCUMENT");
}
/* 结束解折时执行 */
public void endDocument() throws SAXException {
System.out.println("SAX Event: END DOCUMENT");
}
/* 遇到一个节点时执行 */
public void startElement(String namespaceURI, String localName,
String qName, Attributes attr) throws SAXException {
System.out.println("SAX Event: START ELEMENT[ " + localName + " ]");
// System.out.println(namespaceURI+";;;"+qName);
// 如果有属性，打印属性和属性值
for (int i = 0; i < attr.getLength(); i++) {
System.out.println(" ATTRIBUTE: " + attr.getLocalName(i)
+ " VALUE: " + attr.getValue(i));
}
}
// 元素数据
public void characters(char[] ch, int start, int length)
throws SAXException {
String s = new String(ch, start, length);
System.out.println(s);
}
}
这个类实现了内容处理接口的实现，该实现只做了一个简单的处理：把有关XML文文件的内容打印到系统控制台。
一个SAXParser类，用于指定解折器并读取XML文档然后调用Handler类的回调方法。代码如下：
package mypack;
import java.io.FileReader;
import org.xml.sax.InputSource;
import org.xml.sax.XMLReader;
import org.xml.sax.helpers.XMLReaderFactory;
public class SAXTest {
/**
* @param args
*/
public static void main(String[] args) {
// TODO 自动产生方法
try {
// 建立SAX2解折器
XMLReader xr = XMLReaderFactory.createXMLReader("org.apache.xerces.parsers.SAXParser");
// 安装ContentHandler内容处理类
SaxTestHandler handler=new SaxTestHandler();
xr.setContentHandler( handler );
// 解折文檔
xr.parse(new InputSource(new FileReader("D://MyProject//Ewebsite//XML//JavaSource//test.xml")));
} catch (Exception e) {
e.printStackTrace();
}
}
}
执行SAXTest可以打印出test.xml文件的内容(节点名，节点的属性及值，元素内容)
二、DOM(Document Object Model)
XML 将数据组织为一棵树，所以DOM就是对这棵树的一个对象描叙。通俗的说，就是通过解折XML文档，为XML文文件在逻辑上建立一个树模型，树的节点就是一 个个对象。我们通过存到这些对象就能够存取XML文档的内容。当XML文档很大时，这个过程可能需要一块相当大的内存，这可能出现内存不足的现象。
使用DOM处理的基本步骤如下：
1、实例一个DOMParser。
2、得到一个Document对象。
3、使用Document对象访问代表了XML文文件中元素的节点。
XML源被完全读入内存，并用Document对象表示。这就使得应用程序能够随机访问任何节点，这一点也是SAX所不能做到的。
一个读取XML文檔的DOM处理示例
package mypack;
import java.io.FileReader;
import java.io.IOException;
import javax.xml.parsers.ParserConfigurationException;
import org.apache.xerces.parsers.DOMParser;//导入DOMParser解折器
import org.w3c.dom.Document;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.InputSource;
import org.xml.sax.SAXException;
public class DOMTest {
/**
* @param args
* @throws ParserConfigurationException
* @throws IOException
* @throws SAXException
*/
public static void main(String[] args) throws ParserConfigurationException,
SAXException, IOException {
// TODO 自动产生方法 Stub
// 实例解折器
DOMParser parser = new DOMParser();
// 以Docment对象的形式获取DOM树
parser.parse(new InputSource(new FileReader(
"D://MyProject//Ewebsite//XML//JavaSource//test.xml")));
Document doc = parser.getDocument();
// 使用Document对象的方法得到NodeList对象
NodeList nl = doc.getElementsByTagName("name");
System.out.println(nl.getLength());// 标签的次数
Node my_node = nl.item(0);
// 输出name标签的元素数据
String name = my_node.getFirstChild().getNodeValue();
System.out.println(name);
}
}
现在，既然我们已经能够从XML文件中提取出数据了，我们就可以把这些数据用在合适的地方，来构筑应用程序。
DOM对象详解
1．基本的DOM对象
DOM的基本对象有5个：Document，Node，NodeList，Element和Attr。下面就这些对象的功能和实现的方法作一个大致的介绍。
Document 对象代表了整个XML的文档，所有其它的Node，都以一定的顺序包含在Document对象之内，排列成一个树形的结构，程序员可以通过遍历这颗树来得 到XML文档的所有的内容，这也是对XML文档操作的起点。我们总是先通过解析XML源文件而得到一个Document对象，然后再来执行后续的操作。此 外，Document还包含了创建其它节点的方法，比如createAttribut()用来创建一个Attr对象。它所包含的主要的方法有：
createAttribute(String)：用给定的属性名创建一个Attr对象，并可在其后使用setAttributeNode方法来放置在某一个Element对象上面。
createElement(String)：用给定的标签名创建一个Element对象，代表XML文档中的一个标签，然后就可以在这个Element对象上添加属性或进行其它的操作。
createTextNode(String)：用给定的字符串创建一个Text对象，Text对象代表了标签或者属性中所包含的纯文本字符串。如果在一个标签内没有其它的标签，那么标签内的文本所代表的Text对象是这个Element对象的唯一子对象。
getElementsByTagName(String)：返回一个NodeList对象，它包含了所有给定标签名字的标签。
getDocumentElement()：返回一个代表这个DOM树的根节点的Element对象，也就是代表XML文档根元素的那个对象。
Node 对象是DOM结构中最为基本的对象，代表了文档树中的一个抽象的节点。在实际使用的时候，很少会真正的用到Node这个对象，而是用到诸如 Element、Attr、Text等Node对象的子对象来操作文档。Node对象为这些对象提供了一个抽象的、公共的根。
Node 接口是整个文档对象模型的主要数据类型。它表示该文档树中的单个节点。当实现 Node 接口的所有对象公开处理子节点的方法时，不是实现
Node 接口的所有对象都有子节点。例如，Text 节点可能没有子节点，且将子节点添加到这样的节点将导致引发
DOMException。
包括属性 nodeName、nodeValue 和 attributes 作为一种获取节点信息的机制，无需向下强制转换为特定的派生接口。在没有对特定的
nodeType（如 Element 的 nodeValue 或 Comment 的
attributes）的属性的明显映射的情况下，这将返回 null。注意，特定的接口可能包含其他更方便的机制来获取和设置相关信息。
nodeName、nodeValue 和 attributes 的值将根据以下节点类型的不同而不同。
| Interface | nodeName | nodeValue | attributes |
|---|---|---|---|
Attr |
与 Attr.name 相同 |
与 Attr.value 相同 |
null |
CDATASection |
"#cdata-section" |
与 CharacterData.data 相同，CDATA 节的内容 |
null |
Comment |
"#comment" |
与 CharacterData.data 相同，该注释的内容 |
null |
Document |
"#document" |
null |
null |
DocumentFragment |
"#document-fragment" |
null |
null |
DocumentType |
与 DocumentType.name 相同 |
null |
null |
Element |
与 Element.tagName 相同 |
null |
NamedNodeMap |
Entity |
entity name | null |
null |
EntityReference |
引用的实体名称 | null |
null |
Notation |
notation name | null |
null |
ProcessingInstruction |
与 ProcessingInstruction.target 相同 |
与 ProcessingInstruction.data 相同 |
null |
Text |
"#text" |
与 CharacterData.data 相同，该文本节点的内容 |
null |
虽然在Node对象中定义了 对其子节点进行存取的方法，但是有一些Node子对象，比如Text对象，它并不存在子节点，这一点是要注意的。Node对象所包含的主要的方法有：
appendChild(org.w3c.dom.Node)：为这个节点添加一个子节点，并放在所有子节点的最后，如果这个子节点已经存在，则先把它删掉再添加进去。
getFirstChild()：如果节点存在子节点，则返回第一个子节点，对等的，还有getLastChild()方法返回最后一个子节点。
getNextSibling()：返回在DOM树中这个节点的下一个兄弟节点，对等的，还有getPreviousSibling()方法返回其前一个兄弟节点。
getNodeName()：根据节点的类型返回节点的名称。
getNodeType()：返回节点的类型。
getNodeValue()：返回节点的值。
hasChildNodes()：判断是不是存在有子节点。
hasAttributes()：判断这个节点是否存在有属性。
getOwnerDocument()：返回节点所处的Document对象。
insertBefore(org.w3c.dom.Node new，org.w3c.dom.Node ref)：在给定的一个子对象前再插入一个子对象。
removeChild(org.w3c.dom.Node)：删除给定的子节点对象。
replaceChild(org.w3c.dom.Node new，org.w3c.dom.Node old)：用一个新的Node对象代替给定的子节点对象。
NodeList对象，顾名思义，就是代表了一个包含了一个或者多个Node的列表。可以简单的把它看成一个Node的数组，我们可以通过方法来获得列表中的元素：
GetLength()：返回列表的长度。
Item(int)：返回指定位置的Node对象。
Element对象代表的是XML文档中的标签元素，继承于Node，亦是Node的最主要的子对象。在标签中可以包含有属性，因而Element对象中有存取其属性的方法，而任何Node中定义的方法，也可以用在Element对象上面。
getElementsByTagName(String)：返回一个NodeList对象，它包含了在这个标签中其下的子孙节点中具有给定标签名字的标签。
getTagName()：返回一个代表这个标签名字的字符串。
getAttribute(String)： 返回标签中给定属性名称的属性的值。在这儿需要主要的是，应为XML文档中允许有实体属性出现，而这个方法对这些实体属性并不适用。这时候需要用到 getAttributeNodes()方法来得到一个Attr对象来进行进一步的操作。
getAttributeNode(String)：返回一个代表给定属性名称的Attr对象。
Attr 对象代表了某个标签中的属性。Attr继承于Node，但是因为Attr实际上是包含在Element中的，它并不能被看作是Element的子对象，因 而在DOM中Attr并不是DOM树的一部分，所以Node中的getparentNode()，getdivviousSibling()和 getnextSibling()返回的都将是null。也就是说，Attr其实是被看作包含它的Element对象的一部分，它并不作为DOM树中单独 的一个节点出现。这一点在使用的时候要同其它的Node子对象相区别。
需要说明的是，上面所说的DOM对象在DOM中都是用接口定义的， DOM其实可以在任何面向对象的语言中实现，只要它实现了DOM所定义的接口和功能就可以了。
三、JAXP
1、用SAX处理XML
下面是JAXP的操作示范
(1) 创建已实现的Handler类的实例。
(2) 利用SAXParserFactory的静态方法newInstance()方法获取一个factory类。
(3) 通过newSAXParser()静态方法从factory中获取SAX分折器。
(4) 分折XML数据：调用SAXParser的分折方法，把XML输入作为第一个参数，而Handler实现方案作为第二个参数。
示例代码如下：
package mypack;
import java.io.IOException;
import javax.xml.parsers.ParserConfigurationException;
import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;
public class JaxpSaxTest {
/**
* @param args
* @throws SAXException
* @throws ParserConfigurationException
* @throws IOException
*/
public static void main(String[] args) throws ParserConfigurationException, SAXException, IOException {
// TODO 自动产生方法 Stub
//实例一个内容处理类
DefaultHandler handler=new SaxTestHandler();
//得到厂类
SAXParserFactory factory=SAXParserFactory.newInstance();
//在厂类中获取SAX分折器
SAXParser parser=factory.newSAXParser();
//分折XML数据
parser.parse("D://MyProject//Ewebsite//XML//JavaSource//test.xml",handler);
}
}
2、用DOM处理
步聚如下：
(1)初始化一个新的Builder类。Builder类负责读取XML数据并把XML数据转化为树状表示。
(2)一旦数据转化完成，即创建Document对象。一旦对象创建后，以后所有的对XML文档的操作都与解折器无关了。
(3) 使用Document对象访问代表了XML文文件中元素的节点。
示例代码如下：
package mypack;
import java.io.IOException;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import org.w3c.dom.Document;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;
public class JaxpDomTest {
/**
* @param args
* @throws ParserConfigurationException
* @throws IOException
* @throws SAXException
*/
public static void main(String[] args) throws ParserConfigurationException,
SAXException, IOException {
// TODO 自动产生方法 Stub
// 实例一个Builder类,用DocumentBuilder的目的是为了创建与具体解折器无关的程序
// 厂类的静态方法newInstance()被调用时，它根据一个系统变量来决定具体使用哪一个解折器。
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
// 创建Document对象
Document document = builder
.parse("D://MyProject//Ewebsite//XML//JavaSource//test.xml");
// 使用Document对象的方法得到NodeList对象
NodeList nl = document.getElementsByTagName("name");
System.out.println(nl.getLength());// 标签的次数
Node my_node = nl.item(0);
// 输出name标签的元素数据
String name = my_node.getFirstChild().getNodeValue();
System.out.println(name);
}
}
http://www.99inf.net/SoftwareDev/Java/43727.htm