四种xml的解析方式
大致可以分为两种:一种是基于树结构处理的Dom解析,另外一种是基于事件模型的SAX解析 一、介绍及优缺点分析 1.DOM(DocumentObjectModel) DOM是用与平台和语言无关的方式表示XML文档的官方W3C标准。DOM是以层次结构组织的节点或信息片断的集合。这个层次结构允许开发人员在树中寻找特定信息。分析该结构通常需要加载整个文档和构造层次结构,然后才能做任何工作。由于它是基于信息层次的,因而DOM被认为是基于树或基于对象的。 【优点】 xml: <?xml version="1.0" encoding=UTF-8"?> <users> <user id=0"> <name>yaobo</name> <age>22</age> <sex>male</sex> </user> <user id=1"> <name>学生</name> <age>24</age> <sex>Male</sex> </user> <user id=2"> <name>wjm</name> <age>23</age> <sex>male</sex> </user> <user id=3"> <name>wh</name> <age>24</age> <sex>Male</sex> </user> <user > <name>yaobo</name> <age>12</age> </user> </users>
Dom解析:
package Test1; public class Test { static void main(String[] args) { String url=src/Test/Jixie.xml"; // Sax sax=new Sax(); sax.parse(); // Dom dom=new Dom(); dom.parser(url); } }
2.SAX(SimpleAPIforXML) SAX处理的优点非常类似于流媒体的优点。分析能够立即开始,而不是等待所有的数据被处理。而且,由于应用程序只是在读取数据时检查数据,因此不需要将数据存储在内存中。这对于大型文档来说是个巨大的优点。事实上,应用程序甚至不必解析整个文档;它可以在某个条件得到满足时停止解析。一般来说,SAX还比它的替代者DOM快许多。 选择DOM还是选择SAX?对于需要自己编写代码来处理XML文档的开发人员来说,选择DOM还是SAX解析模型是一个非常重要的设计决策。DOM采用建立树形结构的方式访问XML文档,而SAX采用的是事件模型。 DOM解析器把XML文档转化为一个包含其内容的树,并可以对树进行遍历。用DOM解析模型的优点是编程容易,开发人员只需要调用建树的指令,然后利用navigationAPIs访问所需的树节点来完成任务。可以很容易的添加和修改树中的元素。然而由于使用DOM解析器的时候需要处理整个XML文档,所以对性能和内存的要求比较高,尤其是遇到很大的XML文件的时候。由于它的遍历能力,DOM解析器常用于XML文档需要频繁的改变的服务中。 SAX解析器采用了基于事件的模型,它在解析XML文档的时候可以触发一系列的事件,当发现给定的tag的时候,它可以激活一个回调方法,告诉该方法制定的标签已经找到。SAX对内存的要求通常会比较低,因为它让开发人员自己来决定所要处理的tag.特别是当开发人员只需要处理文档中所包含的部分数据时,SAX这种扩展能力得到了更好的体现。但用SAX解析器的时候编码工作会比较困难,而且很难同时访问同一个文档中的多处不同数据。 【优势】 【缺点】 下面结合一张图来详细讲解Sax解析。 xml文件被Sax解析器载入,由于Sax解析是按照xml文件的顺序来解析,当读入<?xml.....>时,会调用startDocument()方法,当读入<books>的时候,由于它是个ElementNode,所以会调用startElement(String uri,String localName,String qName,Attributes attributes) 方法,其中第二个参数就是节点的名称,注意:由于有些环境不一样,有时候第二个参数有可能为空,所以可以使用第三个参数,因此在解析前,先调用一下看哪个参数能用,第4个参数是这个节点的属性。这里我们不需要这个节点,所以从<book>这个节点开始,也就是图中1的位置,当读入时,调用startElement(....)方法,由于只有一个属性id,可以通过attributes.getValue(0)来得到,然后在图中标明2的地方会调用characters(char[] ch,int start,int length)方法,不要以为那里是空白,Sax解析器可不那么认为,Sax解析器会把它认为是一个TextNode。但是这个空白不是我们想要的数据,我们是想要<name>节点下的文本信息。这就要定义一个记录当上一节点的名称的TAG,在characters(.....)方法中,判断当前节点是不是name,是再取值,才能取到thinking inJava。 Sax解析: package Test1; import java.io.IOException; import java.io.InputStream; import java.util.ArrayList; import java.util.HashMap; import java.util.List; import java.util.Map; import javax.xml.parsers.ParserConfigurationException; import javax.xml.parsers.SAXParser; import javax.xml.parsers.SAXParserFactory; import org.xml.sax.Attributes; import org.xml.sax.SAXException; import org.xml.sax.helpers.DefaultHandler; class Sax { void parse(String url) { SAXParserFactory sf= SAXParserFactory.newInstance(); SAXParser sp; try { sp = sf.newSAXParser(); MyHander mh=new MyHander(user"); sp.parse(url,mh); } catch (Exception e) { e.printStackTrace(); } } } class MyHander extends DefaultHandler{ String nodeName; Map<String,String> map; 将所以解析的数据存到list集合中 List<Map> list; public MyHander(String nodeName){ this.nodeName=nodeName; list=new ArrayList<Map>(); } 这是 解析到当前节点的名称 String tagName; @Override void startDocument() throws SAXException { System.out.println(解析开始:"); } @Override void startElement(String uri,Attributes attributes) throws SAXException { System.startElement:"+qName); 判断是否为所需节点名 if(qName==nodeName){ map=new HashMap<String,String>(); } if(attributes!=null && attributes.getLength()>0){ 这一步是将id的<user id="">中的id值得名称和属性存到map中 map.put(attributes.getQName(0),attributes.getValue(0)); } tagName=qName; } @Override void characters(char[] ch,int start,255)">int length) throws SAXException { System.characters: "); if(map!=null && tagName!=null){ 获取当前节点的内容 String content=new String(ch,start,length); if(content!=null && !content.trim().equals("") && !content.trim().equals(n")){ System.yaobo"+content); map.put(tagName,content); System.out.println(tagName+" "+content); } content=null; } } @Override void endElement(String uri,String qName) throws SAXException { System.endElement:"+tagName); if(qName.equals(nodeName)){ list.add(map); map=null; } } @Override void endDocument() throws SAXException { System.解析结束"); System.out.println(list); } }
分析:用SAX解析XML采用的是从上而下的基于事件驱动的解析方式,在解析过程中会视情况自动调用startDocument()、startElement()、characters()、endElement()、endDocument()等相关的方法。
下面这幅图进行了详细的讲解
由编译执行的结果来看:
3.JDOM(Java-basedDocumentObjectModel) JDOM的目的是成为Java特定文档模型,它简化与XML的交互并且比使用DOM实现更快。由于是第一个Java特定模型,JDOM一直得到大力推广和促进。正在考虑通过“Java规范请求JSR-102”将它最终用作“Java标准扩展”。从2000年初就已经开始了JDOM开发。 JDOM与DOM主要有两方面不同。首先,JDOM仅使用具体类而不使用接口。这在某些方面简化了API,但是也限制了灵活性。第二,API大量使用了Collections类,简化了那些已经熟悉这些类的Java开发者的使用。 JDOM文档声明其目的是“使用20%(或更少)的精力解决80%(或更多)Java/XML问题”(根据学习曲线假定为20%)。JDOM对于大多数Java/XML应用程序来说当然是有用的,并且大多数开发者发现API比DOM容易理解得多。JDOM还包括对程序行为的相当广泛检查以防止用户做任何在XML中无意义的事。然而,它仍需要您充分理解XML以便做一些超出基本的工作(或者甚至理解某些情况下的错误)。这也许是比学习DOM或JDOM接口都更有意义的工作。 JDOM自身不包含解析器。它通常使用SAX2解析器来解析和验证输入XML文档(尽管它还可以将以前构造的DOM表示作为输入)。它包含一些转换器以将JDOM表示输出成SAX2事件流、DOM模型或XML文本文档。JDOM是在Apache许可证变体下发布的开放源码。 【优点】 【缺点】 package Test1; import java.io.IOException; import java.util.List; import org.jdom2.Document; import org.jdom2.Element; import org.jdom2.JDOMException; import org.jdom2.input.SAXBuilder; class JDom { void parserXml(String fileName){ SAXBuilder sb=new SAXBuilder(); try { Document doc=sb.build(fileName); Element users=doc.getRootElement(); List userList=users.getChildren(); for(int i=0;i<userList.size();i++){ Element user=(Element) userList.get(i); List content=user.getChildren(); int j=0;j<content.size();j++){ System.out.println(((Element) content.get(j)).getName()+:"+((Element) content.get(j)).getValue()); } System.out.println(); } } catch (JDOMException e) { TODO Auto-generated catch block e.printStackTrace(); } catch (IOException e) { TODO Auto-generated catch block e.printStackTrace(); } } } 4.DOM4J(DocumentObjectModelforJava) 为支持所有这些功能,DOM4J使用接口和抽象基本类方法。DOM4J大量使用了API中的Collections类,但是在许多情况下,它还提供一些替代方法以允许更好的性能或更直接的编码方法。直接好处是,虽然DOM4J付出了更复杂的API的代价,但是它提供了比JDOM大得多的灵活性。 在添加灵活性、XPath集成和对大文档处理的目标时,DOM4J的目标与JDOM是一样的:针对Java开发者的易用性和直观操作。它还致力于成为比JDOM更完整的解决方案,实现在本质上处理所有Java/XML问题的目标。在完成该目标时,它比JDOM更少强调防止不正确的应用程序行为。 DOM4J是一个非常非常优秀的JavaXMLAPI,具有性能优异、功能强大和极端易用使用的特点,同时它也是一个开放源代码的软件。如今你可以看到越来越多的Java软件都在使用DOM4J来读写XML,特别值得一提的是连Sun的JAXM也在用DOM4J. 【优点】 【缺点】 package Test1; import java.io.File; import java.util.Iterator; import java.util.List; import org.dom4j.Document; import org.dom4j.DocumentException; import org.dom4j.Element; import org.dom4j.io.SAXReader; class Dom4j { void parserXml(String url){ File inputXml=new File(url); SAXReader sr=new SAXReader(); try { Document doc=sr.read(inputXml); Element users=(Element) doc.getRootElement(); for(Iterator i=users.elementIterator(); i.hasNext();){ Element user=(Element) i.next(); for(Iterator j=user.elementIterator();j.hasNext();){ System.out.println(((Element) j.next()).getName()+":"+((Element) j.next()).getText()); Element node = (Element) j.next(); System.out.println(node.getName() +"+node.getText()); 这里不能用下面这种写法来表示,我觉得可能是读取速度的问题 System.out.println((Element) j.next().getName() + ":" + node.getText()); } System.out.println(); } } catch (DocumentException e) { 二、比较 |