XML——解析XML文档

【0】README

0.1）本文描述 转自 core java volume 2， 旨在理解 XML——解析XML文档 的基础知识；
0.2） for source code,please visit https://github.com/pacosonTang/core-java-volume/blob/master/coreJavaAdvanced/chapter2/ParseXMLTest.java

【1】解析XML文档相关

0）解析器

• 0.1）树型解析器：（树结构）
• 0.2）流机制解析器：读入XML文档时生成相应的事件；

1）解析器定义： 解析器是这样一个程序， 它读入一个文件，确认这个文件具有正确的格式，然后将其分解成各种元素，使得程序员能够访问这些元素； （干货——解析器定义）
2）java 库提供了两种XML解析器： （干货——两种XML解析器定义）

• 2.1）树型解析器：像文档对象模型（Document Object Model， DOM）解析器这样的树型解析器，它们将读入的XML文档转换为 树结构；
• 2.2）流机制解析器：像XML简单API（Simple API for XML， SAX）解析器这样的流机制解析器， 它们在读入XML文档时生成相应的事件；

3）java XML 处理API（java API for XML Processing,JAXP）库：使得实际上可以以插件形式使用这些解析器中的任意一个， 但JDK 包含了自己的DOM解析器；

• 3.1）解析步骤（steps）：
• s1）创建一个 DocumentBuilder 对象，可以从DocumentBuilderFactory中得到这个对象，如：

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();

• s2）可以从文件中读入某个文档：

File f = ...;
Document doc = builder.parse(f);

• s2.1）或者用一个URL：

URL u = ...;
Document doc = builder.parse(u)；

• s2.2）甚至可以指定一个任意输入 流：

InputStream is = ...;
Document doc = builder.parse(is);

• Attention） 如果使用输入流作为输入源，那么对于那些以该文档的位置为相对路径而被引用的文档，解析器将无法定位；但是可以安装一个“实体解析器”来解决这个问题；

• 3.2）Document对象： 是XML 文档的树型结构在内存中的表现，它由实现了Node 接口及其各种子接口的类的对象构成；Node 接口及其子接口的层次结构如下： （干货——Document对象）
  

• 3.2.1）可以通过调用 getDocumentElement 方法来启动对文档内容的分析，它将返回根元素：

Element root = doc.getDocumentElement();

• 3.2.2）如果要得到该元素的子元素，使用 getChildNodes 方法，这个方法返回一个类型为 NodeList 的 集合；
• 3.2.3）item 方法：将得到指定索引值的项；
• 3.2.4）getLength方法：　则提供了项的总数；
• 3.2.5） 看个荔枝：像这样枚举所有子元素：

NodeList children = root.getChildNodes();
for (i < children.getLength())
    Node child = children.item(i);

• 3.2.6）如果只希望获得子元素，可以忽略空白字符：

for (i < children.getLength())
{
    Node child = children.item(i);
    if(child instanceof Element)
}

• 现在，只会看到两个元素： 标签名是 name 和 size；

• 3.3） 方法集合：

  • 3.3.1） getLashChild， getNextSibling 方法；
  • 3.3.2）枚举节点属性， getAtributes；
  • 3.3.3）调用getNodeName 和getNodeValue 方法可以得到 属性名和属性值（getAttribute 方法）；
  • 3.3.4）知道属性名， 可以直接获取属性值：

String unit = element.getAttribtte("unit");

4）解析来自给定文件， URL 或输入流的 XML 文档，返回解析后的文档的三种方法（Methods）； （干货——三种解析来自给定文件的方法，分别是文件对象，String对象 和 输入流对象）

• M1） Document parse(File f) ;
• M2） Document parse(String url) ;
• M3） Document parse(InputStrema in) ;