XML解析的详细分析与jaxp解析XML详见:XML学习笔记(四):使用 DOM和SAX 解析XML
一、JDom
1、创建XML文件:
1)Document类即代表整个XML文档,把生成的Document 利用XMLOutputter 类输出即可。
2)映射关系:元素:Element;属性:Attribute;注解:Comment;文本信息:Text;
3)注意:addContent()是追加,setContent()会覆盖。
/** * 创建XML * * @throws IOException */ private void createXML() { ArrayList<Element> eleList = new ArrayList<Element>(); Document doc = null; try { // 新建一个Document doc = new Document(); // 新建一个根元素 <root> Element root = new Element("root"); // 给根元素添加文本内容 root.setText("this is a root el"); // 修改根元素 的名字 root.setName("rootElement"); // 给根元素添加属性 root.setAttribute("name","属性"); // 新建一个元素<APPNT> Element appntEle = new Element("APPNT"); // 定义一个属性对象 Attribute appntAttr = new Attribute("name","SAM-SHO"); // 给<APPNT>元素添加属性 appntEle.setAttribute(appntAttr); appntEle.setAttribute("age","28"); // 给<APPNT>元素添加文本内容 appntEle.setText("我是投保人"); // 给<APPNT>元素添加注解 Comment comment = new Comment("我是注解"); appntEle.addContent(comment); // 新建一个元素<INSURED> Element insuredEle = new Element("INSURED"); // 定义一个属性对象 Attribute insuredAttr = new Attribute("name","SAMMY"); // 给<INSURED>元素添加属性 insuredEle.setAttribute(insuredAttr); insuredEle.setAttribute("age","49"); // 给<INSURED>元素添加文本内容 Text text = new Text("我是被保人,可以这样加文本"); // insuredEle.setText("我是被保人"); insuredEle.addContent(text); insuredEle.addContent(" ||我是追加"); // addContent()是追加,setContent()会覆盖 // insuredEle.setContent(new Text("....我会覆盖")); // 把新建的元素放入集合 eleList.add(appntEle); eleList.add(insuredEle); // 把新建的元素添加到 根元素 <root> root.setContent(eleList); // 也可以使用addContent()一个一个加 // root.addContent(appntEle); // root.addContent(insuredEle); // 把根元素添加到 Document doc.setRootElement(root); // doc = new // Document(root);//可以直接这样新建xml文档,同doc.setRootElement(root) String xmlStr = out.outputString(doc); System.out.println(xmlStr);// 打印到控制台 out.output(doc,System.out);// 输出到控制台 out.output(doc,new FileOutputStream("resources/root.xml"));// 输出到文件 } catch (IOException e) { e.printStackTrace(); } }
2、解析整个XML文档:
1)只要有一点Dom解析的基础,JDom的使用就会变得比较简单。
2)得到解析器、解析XML文件的步骤都是固定的。
3)我们获取到元素与属性后,可以直接输出,也可以set到预先定义好的JavaBean中。
/** * 解析XML * * @throws IOException */ private void getXML() { try { // 1-获取解析器 SAXBuilder dBuilder = new SAXBuilder(); // 2-获取xml文件的流 InputStream is = JDomXML.class.getClassLoader().getResourceAsStream("Request.xml"); // 3- 解析XML文件 Document doc = dBuilder.build(is); // 4-获取元素 // 4-1 获取根元素<request> Element root = doc.getRootElement();// 拿到request // 4-2获取子元素<appnt> Element appntEle = root.getChild("appnt"); // 4-2-1 获取<appnt>的<name>元素 Element appntName = appntEle.getChild("name"); logger.debug("<name>元素名称: " + appntName.getName()); logger.debug("<name>元素文本信息: " + appntName.getText()); // 4-2-2 获取<appnt>的<age>元素 Element ageName = appntEle.getChild("age"); logger.debug("ageName: " + ageName.getName()); logger.debug("ageText: " + ageName.getText()); // 4-3 获取子元素<insured> Element insuredEle = root.getChild("insured"); // 4-3-1 获取<insured>的name属性 Attribute nameAttr = insuredEle.getAttribute("name"); logger.debug("nameAttr: " + nameAttr.getValue()); // 4-3-2 获取<insured>的age属性 Attribute ageAttr = insuredEle.getAttribute("age"); logger.debug("ageAttr: " + ageAttr.getValue()); logger.debug("直接拿ageAttr: " + insuredEle.getAttributeValue("age")); // 4-4 获取子元素<product> Element productEle = root.getChild("product"); // 4-4 获取子元素<Service> List<Element> serviceLists = root.getChildren("Service");// 拿到<Service>元素 for (Element servlce : serviceLists) { // 获取<Service>的两个属性: name和type logger.debug(servlce.getAttributeValue("name")); logger.debug(servlce.getAttributeValue("type")); // 获取<Service>的子元素 <RequestHandle>,可以有多个 List<Element> requestLists = servlce.getChildren("RequestHandle"); for (Element Request : requestLists) { // 获取 <RequestHandle>的子元素 <Handle>,可以多个 List<Element> handleLists = Request.getChildren("Handle"); for (Element handle : handleLists) { // 获取<Handle>的属性 : name 和 type logger.debug(handle.getAttributeValue("name")); logger.debug(handle.getAttributeValue("type")); // 获取<Handle> 的子元素<init-param> 可以有多个 List<Element> paramLists = handle.getChildren("init-param"); for (Element init_param : paramLists) { // 获取<init-param>的两个子元素 <param-name>和<param-value> Element param_name = init_param.getChild("param-name"); logger.debug("param-name: " + param_name.getTextTrim()); Element param_value = init_param.getChild("param-value"); logger.debug("param-value: " + param_value.getTextTrim()); } } } } } catch (JDOMException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } }
二、Dom4j
1、简介:
1)Dom4j是以上各api中效率最好的,javm内部使用的也是Dom4j。
2)Dom4j的文档写的非常好,介绍的很详细。它的文档位于下载包下:如dom4j-1.6.1\docs\guide.html 。
3)使用Dom4j解析XML文档,可以使用强大XPath语法。语法地址:http://www.zvon.org/xxl/XPathTutorial/General_chi/examples.html
2、创建XML文档以及对其CRUD
1)Dom4j创建Document和Element都需要用到DocumentHelper 类。如
// 创建一篇文档 Document doc = DocumentHelper.createDocument(); // 创建元素 Element ele = DocumentHelper.createElement("插入新元素");
2)Dom4j的语法设计,使得链式编程得到很大的便利。如添加一个新元素:
// 3-在<insured>下添加新元素,注意,addText\addAttribute都是操作在元素<DESC>上 document.getRootElement().element("insured").addElement("DESC").addText("新加的元素").addAttribute("属性","值");
3)Dom4j的解析语法有一个很大的不足,就是作CRUD的时候必须一层一层的从根元素开始获取。(可以使用XPath语法解决)。如下面添加、删除、更新元素时,必须从根节点开始获取,然后操作:
// 3-2 指定位置上添加新元素:如<product>元素下子元素 <price>下添加<插入新元素> // 这个插入很恶心,一点都不爽。 Element product = document.getRootElement().element("product"); List<Element> list = product.elements(); list.add(2,DocumentHelper.createElement("插入新元素").addText("这个插入很恶心")); // 3-3 删除指定节点,如删除<appnt>的<age>子元素 Element ageEle = document.getRootElement().element("appnt").element("age");//得到<age>元素 // ageEle.remove(ageEle);//是否可以删除自己?? 答案是不行 ageEle.getParent().remove(ageEle);//只能利用父亲元素的remove()方法 // 3-4 更新 修改<appnt>的<name>子元素 document.getRootElement().element("appnt").element("name").addAttribute("修改属性","修改的属性值").setText("修改文本域:SAM");
①、尽量配合格式化OutputFormat 类一起使用,这样可以避免编码错误的发生。
②、使用字符流转码,如:new OutputStreamWriter(new FileOutputStream("resources/Request.xml"),"utf-8")
③、直接使用字节流配合OutputFormat 格式化一起使用。
// 4-输出到文档 // 注意:这边有可能会有编码问题:其实用于读取写入sting化的xml文件(称为报文)时,都存在转码问题。 // 以前有个项目,和天猫对接,天猫的报文编码为 GBK 的,我们的系统统一UTF-8.这样很明显需要转码。 // 先用 GBK 读取后需要转成 UTF-8 才能使用。 // 问题分析: // 1) 这边控制编码的是IO流的 FileWriter 。 // 2) FileWriter默认会使用本地平台的码表,如你的平台编码为GB2312。而你的xml文档的编码为utf-8,这样写入中文会乱码,即写入的为GB2312 。 // 3) XMLWriter这边只接受 Writer ,我们可以使用 OutputStreamWriter 指定写入的编码为utf-8即可。 OutputFormat format = OutputFormat.createPrettyPrint();// 格式化编辑器 XMLWriter writer = new XMLWriter(new FileWriter("resources/Request.xml"),format); // XMLWriter writer = new XMLWriter(new OutputStreamWriter(new FileOutputStream("resources/Request.xml"),"utf-8")); writer.write(document); writer.close(); // 编码扩展:修改xml的编码为 GBK 。 // document这边默认会转成utf-8,写出的时候需要指定格式化输出器的编码为 GBK, // 然后利用字节流 FileOutputStream 直接输出 // 或者利用字节流转成字符流 OutputStreamWriter,但是需要指定转的编码 // OutputFormat format = OutputFormat.createPrettyPrint();//格式化编辑器 // format.setEncoding("GBK"); // 字符流 // XMLWriter writer = new XMLWriter(new OutputStreamWriter(new FileOutputStream("resources/Request.xml"),"GBK"),format); // 自节流 // XMLWriter writer = new XMLWriter(new FileOutputStream("resources/Request.xml"),format); // writer.write(document); // writer.close(); // 漂亮的格式输出到控制台 OutputFormat format2 = OutputFormat.createPrettyPrint(); // format2.setEncoding("GBK"); writer = new XMLWriter(System.out,format2); writer.write(document);
5)其实Dom4j的语法,在文档中非常详细,这边就不多说了。注意输出编码问题即可。详细代码如下:
/** * 创建XML文档以及CRUD * * @throws DocumentException * @throws IOException */ public void createDocument() { /******* 在原有文档上添加 **********/ try { // 1- 获取解析器 SAXReader reader = new SAXReader(); // 2-读取文档 Document document = reader.read(new File("resources/Request.xml")); // Document document = reader.read(new InputStreamReader(new FileInputStream("resources/Request.xml"),"GBK")); // 3-在<insured>下添加新元素,注意,addText\addAttribute都是操作在元素<DESC>上 document.getRootElement().element("insured").addElement("DESC").addText("新加的元素").addAttribute("属性","值"); // 3-2 指定位置上添加新元素:如<product>元素下子元素 <price>下添加<插入新元素> // 这个插入很恶心,一点都不爽。 Element product = document.getRootElement().element("product"); List<Element> list = product.elements(); list.add(2,DocumentHelper.createElement("插入新元素").addText("这个插入很恶心")); // 3-3 删除指定节点,如删除<appnt>的<age>子元素 Element ageEle = document.getRootElement().element("appnt").element("age");//得到<age>元素 // ageEle.remove(ageEle);//是否一删除自己?? 答案是不行 ageEle.getParent().remove(ageEle);//只能利用父亲元素的remove()方法 // 3-4 更新 修改<appnt>的<name>子元素 document.getRootElement().element("appnt").element("name").addAttribute("修改属性","修改的属性值").setText("修改文本域:SAM"); // 4-输出到文档 // 注意:这边有可能会有编码问题:其实用于读取写入sting化的xml文件(称为报文)时,都存在转码问题。 // 以前有个项目,和天猫对接,天猫的报文编码为 GBK 的,我们的系统统一UTF-8.这样很明显需要转码。 // 先用 GBK 读取后需要转成 UTF-8 才能使用。 // 问题分析: // 1) 这边控制编码的是IO流的 FileWriter 。 // 2) FileWriter默认会使用本地平台的码表,如你的平台编码为GB2312。而你的xml文档的编码为utf-8,这样写入中文会乱码,即写入的为GB2312 。 // 3) XMLWriter这边只接受 Writer ,我们可以使用 OutputStreamWriter 指定写入的编码为utf-8即可。 OutputFormat format = OutputFormat.createPrettyPrint();// 格式化编辑器 XMLWriter writer = new XMLWriter(new FileWriter("resources/Request.xml"),format2); writer.write(document); /******************** 创建新文档 ********************/ // 创建一篇文档 Document doc = DocumentHelper.createDocument(); // 添加一个元素 Element root = doc.addElement("catalog"); // 为root元素添加注释 root.addComment("An XML Catalog"); // 添加标记 root.addProcessingInstruction("target","instruction"); // 创建元素 Element journalEl = new BaseElement("journal"); // 添加属性 journalEl.addAttribute("title","XML Zone"); journalEl.addAttribute("publisher","IBM developerWorks"); root.add(journalEl); // 添加元素 Element articleEl = journalEl.addElement("article"); articleEl.addAttribute("level","Intermediate"); articleEl.addAttribute("date","December-2001"); Element titleEl = articleEl.addElement("title"); // 设置文本内容 titleEl.setText("Java configuration with XML Schema"); // titleEl.addText("Java configuration with XML Schema"); Element authorEl = articleEl.addElement("author"); authorEl.addElement("firstname").setText("Marcello"); authorEl.addElement("lastname").addText("Vitaletti"); // 可以使用 addDocType() 方法添加文档类型说明。 doc.addDocType("catalog",null,"file://c:/Dtds/catalog.dtd"); // 将xml转换成文本 doc.asXML(); OutputFormat format3 = OutputFormat.createPrettyPrint(); writer = new XMLWriter(System.out,format3); writer.write(doc); } catch (DocumentException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } }
3、使用Dom4j的语法解析XML文档。一般来说,比较麻烦,使用xpath更加简便。
/** * 使用Dom4j解析xml文档 */ public void readXml() { try { // 1- 获取解析器 SAXReader reader = new SAXReader(); // 2-读取文档 InputStream in = this.getClass().getClassLoader().getResourceAsStream("Request.xml"); Document document = reader.read(in); // 3-读取根节点 Element root = document.getRootElement(); QName qName = root.getQName(); String name = qName.getName(); logger.debug("根节点的名称: " + name); name = root.getName(); logger.debug("根节点的名称2 : " + name); // 4-获取子节点 Element appneEle = root.element("appnt");// 只有一个 String appntName = appneEle.element("name").getTextTrim(); String appntAge = appneEle.element("age").getTextTrim(); logger.debug("appnt节点的name为 : " + appntName + " |age为 " + appntAge); // 5-获取有多个子节点 Element serviceEle = (Element) root.elements("Service").get(1); // 5-1 获取属性值 String attrName = serviceEle.attribute("name").getName(); String attrNameValue = serviceEle.attribute("name").getValue(); logger.debug("第一个<Service>元素的的name属性名:为 : " + attrName + " |值为 " + attrNameValue); String attrTypeValue = serviceEle.attributeValue("type"); logger.debug("第一个<Service>元素的的type属性值为 " + attrTypeValue); // 5-2 获取多个同名子节点 List<Element> serviceEles = root.elements("Service"); for (Iterator<Element> iterator = serviceEles.iterator(); iterator.hasNext();) { Element element = (Element) iterator.next(); // 递归 treeWalk(element); // ...随意操作 } } catch (DocumentException e) { e.printStackTrace(); } }
/** * 递归方法 * * @param element */ public void treeWalk(Element element) { System.out.println(element.getName()); for (int i = 0,size = element.nodeCount(); i < size; i++) { Node node = element.node(i); if (node instanceof Element) { treeWalk((Element) node); } else { // do something.... } } }
4、XML与String的相互转换:
1)XML转String:Document.asXML()方法即可。
2)String转XML:需要使用DocumentHelper.parseText("")方法。
/** * XML与String的相互转换 */ public void ConverXmlAndString() { try { Document document = DocumentHelper.createDocument(); String text = document.asXML(); String text2 = "<person> <name>James</name> </person>"; Document document2 = DocumentHelper.parseText(text2); } catch (DocumentException e) { e.printStackTrace(); } }
5、使用XPath解析XML文档。
1)必须添加jaxen.jar 包,在下载Dom4j包中就有,添加即可。
2)XPath的语法规范有中文版本,具体地址为:http://www.zvon.org/xxl/XPathTutorial/General_chi/examples.html
3)Dom4j中与XPath有关的主要方法为
//得到单个元素,如果为多个,默认取第一个 document.selectSingleNode(""); //得到符合条件的元素集合 document.selectNodes("");
5)具体语法代码如下:
<?xml version="1.0" encoding="UTF-8"?> <rootElement name="属性"> <user id="a1" name="33">用户1</user> <user id="a2" name="33">用户2</user> <APPNT id="1" name="SAM-SHO" age="28">我是投保人<!--我是注解--></APPNT> <INSURED id="2" name="SAMMY" age="49"><user id="a3">用户3</user></INSURED> </rootElement>
/** * 利用强大的XPath 语法:http://www.zvon.org/xxl/XPathTutorial/General/examples.html * 需要导入jaxen.jar包 */ public void xPathTest() { try { // 1- 获取解析器 SAXReader reader = new SAXReader(); // 2-读取文档 Document document = reader.read(new File("resources/xpath.xml")); // 3-利用XPath // 3-1 以斜线 / 开始,那么该路径就表示到一个元素的绝对路径 Element rootEle = (Element) document.selectSingleNode("/rootElement");// 得到根元素<rootElement>元素 System.out.println(rootEle.attributeValue("name"));// 属性 // 3-2 得到<APPNT>元素: "/"绝对路径,层次必须清楚 Node appntNode = document.selectSingleNode("/rootElement/APPNT"); System.out.println(appntNode.getText());// 我是投保人 // 3-3 双斜线 // 开头,则表示选择文档中所有满足双斜线//之后规则的元素,相对路径 // 得到所有的user元素,不论层级,"用户3"也会在范围内 List<Node> list = document.selectNodes("//user"); for (Iterator<Node> iterator = list.iterator(); iterator.hasNext();) { Node node = (Node) iterator.next(); System.out.println(node.getText()); } // 3-4 删选元素:"@",如id='a1'的<user>元素,需要有单引号'' Node userNode = document.selectSingleNode("//user[@id='a1']"); System.out.println(userNode.getText());// 用户1 // @ 中可以使用 and 和or等逻辑:如 获取id='a1'或者id='a3'的<user>元素 List<Node> listNodes = document.selectNodes("//user[@id='a1' or @id='a3']"); for (Iterator<Node> iterator = listNodes.iterator(); iterator.hasNext();) { Node node = (Node) iterator.next(); System.out.println("获取id='a1'或者id='a3'的<user>元素 : "+node.getText()); } // @:获取id='a1'and name='33'的<user>元素 userNode = document.selectSingleNode("//user[@id='a1' and @name='33']"); System.out.println("获取id='a1'and name='33'的<user>元素: " + userNode.getText()); } catch (DocumentException e) { // TODO Auto-generated catch block e.printStackTrace(); } }
三、小结:
1、jaxp的api使用还是比较麻烦的,功能和效率都不是很好,直接可以被JDom和Dom4J代替。意见是如果不是万不得已,还是不要使用。
2、Dom4j 比JDom 的使用更加简便,且效率更高。
2、其实Java 内部的jaxm用的就是 Dom4j,所以一般我们使用Dom4j即可。而在解析xml时推荐使用更加强大简便的XPath语法。
原文链接:https://www.f2er.com/xml/297703.html