XML学习笔记（四）：xml解析详解以及使用 DOM和SAX 解析XML :
发布时间：2020-12-16 09:29:22 所属栏目：百科 来源：网络整理
导读：一、XML解析的简介 1、一般来说 xml解析的方式有两种，Dom与SAX，且各有优缺点。pull是第三种方法见：pull解析XML 1）DOM：dom对象树 ①、 整个XML放入内存，转换为Document对象； ②、 每个元素，转换成Element对象 ③、 文本，转换成Text对象 ④、 属性，
|
一、XML解析的简介 1、一般来说xml解析的方式有两种，Dom与SAX，且各有优缺点。pull是第三种方法见：pull解析XML 1）DOM：dom对象树
2）SAX：
2、Java提供两块API与xml解析有关： 1）一为Jaxp：提供了dom与sax解析xml的方法（完全可以被Jdom或是Dom4J代替）； 2）二是jaxb：主要是使用注解处理xml与JavaBean的映射，在WebService中被广泛应用。
3、我们在实际开发环境中，对于XML的工作一般可以总结为几类（都会解决）： 1）配置文件的解析：自己本地的文件解析；（XML学习笔记（五）：使用 jdom和dom4j 解析XML） 2）数据交互：与第三方平台如淘宝、天猫、网易等的交互数据的解析；（XML学习笔记（六）：Jaxb负责xml与javaBean映射） 3）模板数据：如短息或是邮件模板；
4、FreeMarker和Apache有一套不错的api可以用于XML的解析，分别为freemarker.template.Template类和org.apache.velocity.VelocityContext类。（XML学习笔记（七）：使用freemark与apache填充xml模板）
二、Jaxp的Dom和Sax 1、XML文件存放在名叫resources的系统source filder文件夹内：命名为Request.xml
<?xml version="1.0" encoding="UTF-8" standalone="no"?> <REQUEST> <appnt> <name>SAM-SHO</name> <age>28</age> </appnt> <insured age="24" name="SAMMY" /> <!-- 正确 --> <product> <!-- 输出不一样 --> <name>牙膏</name> <price>100</price> <disc>刷牙用的</disc> </product> <Service> <RequestHandle> <Handle name="log" type="com.xml.base.LogHandle1"> <init-param> <param-name>file</param-name> <param-value>d:/log.txt</param-value> </init-param> <init-param> <param-name>filegg4</param-name> <param-value>d:/log.txtgg4</param-value> </init-param> </Handle> <Handle name="log2" type="com.xml.base.LogHandle1.2"> <init-param> <param-name>file2</param-name> <param-value>d:/log.txt2</param-value> </init-param> </Handle> </RequestHandle> <RequestHandle> <Handle name="log1" type="com.xml.base.LogHandle1.1"> <init-param> <param-name>file1</param-name> <param-value>d:/log.txt1</param-value> </init-param> </Handle> </RequestHandle> </Service> <Service name="EasyQueryUI" type="com.xml.base.LogHandle2"> <RequestHandle> <Handle name="Sql" type="com.xml.base.LogHandle3"> </Handle> </RequestHandle> </Service> </REQUEST> 2、使用Dom和Sax解析Xml，其其开始的步骤基本都是统一的： 1）都是创建工厂、获取解析器、获取文件、解析文件。 2）然后不同之处就开始了。Dom是直接取转换的对象，而Sax是在自定义的Handler中逐个处理获取Element。 3）解析的代码都比较简单，直接上实例代码。
（一）DOM 1、获取XML文档的元素、属性、文本信息、创建新的元素并写入文档。方法如下： 1）获取工厂、解析器等为固定步骤，获取xml文档的方法有多种，这边使用classloader方式。 2）整个XML文档被解析成一个Document对象。 3）获取元素：document.getElementsByTagName("appnt")， 可以获取名为appnt的元素。这边注意，Node为一切元素的父类。 4）getNodeName()：获元素的名称；getTextContent()：获取元素的文本值；getAttribute()：获取元素的属性值 5）添加元素的用法是固定的，
/**
* 通过DOM获取xml文档
*/
public void getXMLFromDom() {
try {
// 1-: 获得dom解析器工厂（工作的作用是用于创建具体的解析器）
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
// 2-:获得具体的dom解析器
DocumentBuilder db = dbf.newDocumentBuilder();
// 3-: 解析一个xml文档，获得Document对象
// 利用classloader加载xml文件，文件的位置很重要
InputStream input = this.getClass().getClassLoader().getResourceAsStream("Request.xml");
Document document = db.parse(input);
// 4-通过元素名，得到某个元素
// 4-1 得到<appnt>元素
NodeList appntElement = document.getElementsByTagName("appnt");
Node appnt = appntElement.item(0);// 得到第一个
String name = appnt.getNodeName();// 得到元素的名称
logger.debug("<appnt>元素的名称 : " + name);// appnt
// 4-2 得到<appnt>元素所有子元素
NodeList appntChildren = appnt.getChildNodes();
// 4-3 得到<appnt>元素下<name>元素
Node appnt_name = appntChildren.item(1);
logger.debug("<appnt>元素下<name>子元素的名称 ： " + appnt_name.getNodeName());
logger.debug("<appnt>元素下<name>子元素的value ： " + appnt_name.getTextContent());
// 4-4 得到<appnt>元素下<age>元素
// 中间有text类的内容也会被解析，所以这边1跳转到了3
// item(2)的话，会输出#Text,是指在<appnt>#Text<age>中间的文本信息
Node appnt_age = appntChildren.item(3);
logger.debug("<appnt>元素下<age>子元素的名称 ： " + appnt_age.getNodeName());
logger.debug("<appnt>元素下<age>子元素的value ： " + appnt_age.getTextContent());
// 5-获取属性值
Element insuredElement = (Element) document.getElementsByTagName("insured").item(0);
String insuredName = insuredElement.getAttribute("name");
String insuredAge = insuredElement.getAttribute("age");
logger.debug("<insured>元素的name属性为: " + insuredName +" |age属性为" + insuredAge);
// 6-添加节点元素
// 6-1 新建元素
Element element = document.createElement("新建标签");
element.setAttribute("属性","10块");
element.setTextContent("我是动态新建的元素");
// 6-2 放入根节点元素
Element root = document.getDocumentElement();//获取根节点
root.appendChild(element);//新建的元素放入根节点元素
// 6-3 写入文件，需要使用 TransformerFactory 固定写法
TransformerFactory tff = TransformerFactory.newInstance();
Transformer transformer = tff.newTransformer();
// 写出去
DOMSource domSource = new DOMSource(document);
Result result = new StreamResult(new FileOutputStream("resources/Request.xml"));
transformer.transform(domSource,result);
} catch (ParserConfigurationException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (TransformerConfigurationException e) {
e.printStackTrace();
} catch (TransformerException e) {
e.printStackTrace();
}
}
2、使用DOM解析整个XML文档，会使用递归方法。代码如下： 1）获取解析器等步骤都是一致的，这边使用文件流获取XML文件。 2）获取根节点后，使用递归获取根节点下的所有元素。方法为listChildrenNodes("根元素") 3）由于DOM解析的时候，会把空的文本信息Text也解析，我们可以预判断，处理掉。getChildNodes()可以得到子元素。
/**
* Dom解析整个XML文档
*
* @throws ParserConfigurationException
* @throws SAXException
* @throws IOException
*/
public void domXML() throws ParserConfigurationException,SAXException,IOException {
// 1-: 获得dom解析器工厂（工作的作用是用于创建具体的解析器）
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
// 2-:获得具体的dom解析器
DocumentBuilder db = dbf.newDocumentBuilder();
// 3-: 解析一个xml文档，获得Document对象InputStream
Document document = db.parse(new File("resources/Request.xml"));
// 4-得到根节点
Element requestElement = document.getDocumentElement();
logger.debug("得到根节点： " + requestElement.getNodeName());
// 需要使用递归
listChildrenNodes(requestElement);
}
/**
* 递归方法 打印的时候会有每个Text对象,会处理掉
*
* @param root
*/
private void listChildrenNodes(Node root) {
// 先判断一步， 把Text对象过滤掉
if (root instanceof Element) {
logger.debug("节点的名字为： " + root.getNodeName());
}
NodeList childrenLists = root.getChildNodes();
for (int i = 0; i < childrenLists.getLength(); i++) {
Node child = childrenLists.item(i);
// 递归调用
listChildrenNodes(child);
}
}
3、以上两个方法分别简单处理了jaxp的Dom解析XML的实例，在main方法中调用即可运行，全部代码为：
/**
* 一、XML的解析方式有2中方式：（现在还有poi解析）
* 1、DOM解析：dom对象树
* 1）整个XML放入内存，转换为Document对象；
* 2）每个元素，转换成Element对象
* 3）文本，转换成Text对象
* 4）属性，转换成Attribute对象
*
* 优缺点：元素的CRUD比较简单，但是内存消耗大，大的xml文档不适合。
*
*
* 2、SAX解析：从上往下读，读取一行，解析一行
*
* 优缺点：不影响内存，但是不适合对文档作CRUD。
*
* 二、XML解析开发包
* 1、jaxp
* 2、jDom
* 3、Dom4j
*
*
* 三、调整JVM的内存大小
* 1、java.lang.OutOfMemoryError: Java heap space 堆内存不足
* 2、 固定为64M
* 3、 -Xmx80m 修改VM Arguments
*
*/
package xml.code.base;
import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import javax.xml.transform.Result;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerConfigurationException;
import javax.xml.transform.TransformerException;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;
import org.apache.log4j.Logger;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;
/**
*
* DomJaxpXML.java
*
* @title Dom解析XML
* @description
* @author SAM-SHO
* @Date 2014-10-12
*/
public class DomJaxpXML {
private static Logger logger = Logger.getLogger(DomJaxpXML.class);
public static void main(String[] args) throws Exception {
// ************************调整JVM 内存大小
// java.lang.OutOfMemoryError: Java heap space 堆内存不足
// 固定为64M
// -Xmx80m 修改VM Arguments
// byte[] b = new byte[1024 * 1024 * 70];
DomJaxpXML JavapXML = new DomJaxpXML();
// 通过Dom获取XML
JavapXML.getXMLFromDom();
JavapXML.domXML();
}
/**
* 通过DOM获取xml文档
*/
public void getXMLFromDom() {
try {
// 1-: 获得dom解析器工厂（工作的作用是用于创建具体的解析器）
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
// 2-:获得具体的dom解析器
DocumentBuilder db = dbf.newDocumentBuilder();
// 3-: 解析一个xml文档，获得Document对象
// 利用classloader加载xml文件，文件的位置很重要
InputStream input = this.getClass().getClassLoader().getResourceAsStream("Request.xml");
Document document = db.parse(input);
// 4-通过元素名，得到某个元素
// 4-1 得到<appnt>元素
NodeList appntElement = document.getElementsByTagName("appnt");
Node appnt = appntElement.item(0);// 得到第一个
String name = appnt.getNodeName();// 得到元素的名称
logger.debug("<appnt>元素的名称 : " + name);// appnt
// 4-2 得到<appnt>元素所有子元素
NodeList appntChildren = appnt.getChildNodes();
// 4-3 得到<appnt>元素下<name>元素
Node appnt_name = appntChildren.item(1);
logger.debug("<appnt>元素下<name>子元素的名称 ： " + appnt_name.getNodeName());
logger.debug("<appnt>元素下<name>子元素的value ： " + appnt_name.getTextContent());
// 4-4 得到<appnt>元素下<age>元素
// 中间有text类的内容也会被解析，所以这边1跳转到了3
// item(2)的话，会输出#Text,result);
} catch (ParserConfigurationException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (TransformerConfigurationException e) {
e.printStackTrace();
} catch (TransformerException e) {
e.printStackTrace();
}
}
/**
* Dom解析整个XML文档
*
* @throws ParserConfigurationException
* @throws SAXException
* @throws IOException
*/
public void domXML() throws ParserConfigurationException,会处理掉
*
* @param root
*/
private void listChildrenNodes(Node root) {
// 先判断一步， 把Text对象过滤掉
if (root instanceof Element) {
logger.debug("节点的名字为： " + root.getNodeName());
}
NodeList childrenLists = root.getChildNodes();
for (int i = 0; i < childrenLists.getLength(); i++) {
Node child = childrenLists.item(i);
// 递归调用
listChildrenNodes(child);
}
}
}
（二）SAX 1、SAX采用事件处理的方式解析XML文件，涉及两个部分：解析器和事件处理器： 1）、解析器可以使用jaxp的API创建，创建出sax解析器后，就可以指定解析器去解析某个XML文档。 2）、解析器采用SAX方式在解析某个文档时，它只要解析到XML文档的一个组成部分都会去调用事件处理器的一个方法，解析器在调用事件处理器的方法时，会把当前解析到的XML内容作为方法参数传递给事件处理器。 3）、 事件处理器是由程序员编写的，程序员通过事件处理器中方法的参数，就可以很轻松地得到SAX解析器解析到的数据，从而可以决定如何对数据进行处理。 2、简单的理解：获取工厂、解析器、xml文档的步骤是统一的，我们只需要实现一个事件处理器，而且自定义的事件处理器是要继承DefaultHandler即可，不然会要实现接口的很多方法。
3、通过SAX解析整个XML文档： 1）这边我们没有的事件处理器没有继承DefaultHandler，采用的是实现ContentHandler，会实现很多，非常麻烦，不推荐。 2）获取工厂、得到解析器、得到读取器、设置内容处理器、解析xml文档的步骤是固定的，主要在于自己写的事件处理器。 3）这边设置读取器、内容处理器、解析XML是分开执行的，也可以一步到位，解析器类SAXParser有这样的封装。 4）事件处理器中需要用到的是三个方法：
代码如下：
/**
* 通过SAX解析整个XML
*/
private void getSaxXML() {
try {
// 1-: 获得SAX解析器工厂（工作的作用是用于创建具体的解析器）
SAXParserFactory spf = SAXParserFactory.newInstance();
// 2-:获得具体的SAX解析器
SAXParser tSAXParser = spf.newSAXParser();
// 3-:得到读取器
XMLReader xmlReader = tSAXParser.getXMLReader();
// 4-设置内容处理器
xmlReader.setContentHandler(new ListHandler());
// 5-: 解析一个xml文档
InputStream input = this.getClass().getClassLoader().getResourceAsStream("Request.xml");// 利用classloader加载xml文件
xmlReader.parse(new InputSource(input));
} catch (ParserConfigurationException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
}
/**
*
* SaxJaxpXML.java
*
* @title 得到xml文档所有内容的Handler,继承自ContentHandler
* @description
* @author SAM-SHO
* @Date 2014-10-20
*/
class ListHandler implements ContentHandler {
private Logger logger = Logger.getLogger(ListHandler.class);
@Override
public void startElement(String uri,String localName,String qName,Attributes atts) throws SAXException {
// 开始标签
logger.debug("<" + qName + ">");
// 获取属性值
for (int i = 0; atts != null && i < atts.getLength(); i++) {
String attrName = atts.getQName(i);
String attrValue = atts.getValue(attrName);
logger.debug(attrName + "=" + attrValue + " ");
}
}
@Override
public void characters(char[] ch,int start,int length) throws SAXException {
// xml文档内容
String content = new String(ch,start,length);
logger.debug(content);
}
@Override
public void endElement(String uri,String qName) throws SAXException {
// 结束标签
logger.debug("</" + qName + ">");
}
@Override
public void endDocument() throws SAXException {
// TODO Auto-generated method stub
}
@Override
public void endPrefixMapping(String prefix) throws SAXException {
// TODO Auto-generated method stub
}
@Override
public void ignorableWhitespace(char[] ch,int length) throws SAXException {
// TODO Auto-generated method stub
}
@Override
public void processingInstruction(String target,String data) throws SAXException {
// TODO Auto-generated method stub
}
@Override
public void setDocumentLocator(Locator locator) {
// TODO Auto-generated method stub
}
@Override
public void skippedEntity(String name) throws SAXException {
// TODO Auto-generated method stub
}
@Override
public void startDocument() throws SAXException {
// TODO Auto-generated method stub
}
@Override
public void startPrefixMapping(String prefix,String uri) throws SAXException {
// TODO Auto-generated method stub
}
}
4、通过SAX获取指定标签的内容 1）我们利用SAXParser封装的方法，一步到位组装读取器、设置内容处理器、解析一个xml文档。 2）事件处理器直接继承DefaultHandler，然后重写需要的三个方法。 3）一个XML文件中相同名字的的元素可能会有多个，可以动态指定获取。 代码如下：
/**
* 获取指定标签
*/
private void getTagXML() {
try {
// 1-: 获得SAX解析器工厂（工作的作用是用于创建具体的解析器）
SAXParserFactory spf = SAXParserFactory.newInstance();
// 2-:获得具体的SAX解析器
SAXParser tSAXParser = spf.newSAXParser();
// 3-: 解析一个xml文档
InputStream input = this.getClass().getClassLoader().getResourceAsStream("Request.xml");// 利用classloader加载xml文件
tSAXParser.parse(new InputSource(input),new TagValueHandler());// 直接一步到位
} catch (ParserConfigurationException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
/**
*
* SaxJaxpXML.java
*
* @title 获取指定标签的值，继承DefaultHandler
* @description
* @author SAM-SHO
* @Date 2014-10-20
*/
class TagValueHandler extends DefaultHandler {
private Logger logger = Logger.getLogger(TagValueHandler.class);
private String currentTag; // 记住当前解析到的是什么标签
private int needNumber = 2; // 记住想获取第几个作者便签的值，这边先定义为2
private int currentNumber = 0; // 当前解析到的是第几个
@Override
public void startElement(String uri,Attributes attributes) throws SAXException {
currentTag = qName;
if (currentTag.equals("name")) {
currentNumber++;
}
}
@Override
public void characters(char[] ch,int length) throws SAXException {
// 当前解析到的便签为第二个<name>元素就输出
if ("name".equals(currentTag) && currentNumber == needNumber) {
String content = new String(ch,length);
logger.debug(content);
}
}
@Override
public void endElement(String uri,String qName) throws SAXException {
currentTag = null;// 置空
}
}
（编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |