XML学习笔记(四):xml解析详解以及使用 DOM和SAX 解析XML :

前端之家收集整理的这篇文章主要介绍了XML学习笔记(四):xml解析详解以及使用 DOM和SAX 解析XML :前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

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,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。


补充:内存不足时,可以修改参数,调整JVM的内存大小

1、java.lang.OutOfMemoryError: Java heap space 堆内存不足
2、单个main方法运行时,修改VM Arguments参数为 -Xmx80m 。80为随意修改

3、运行程序时,可以修改eclipse的安装目录中eclipse.ini文件的参数值:-Xmx768m 。


2)SAX:

对于整个XML文档,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。


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

5)添加元素的用法是固定的,

①、先创建元素,并添加属性与文本内容方法为createElement("元素名称");setAttribute();setTextContent()

②、规定放入的位置,如放入根节点:root.appendChild("创建的元素"),root为根节点。

③、固定使用Transformer类把创建的新元素,写入文件

	/**
	 * 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

①、startElement():获取元素的开始便签和属性

②、characters():获取元素的文本内容

③、endElement():获取元素的结束标签

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

	}

}

猜你在找的XML相关文章