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：
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。
（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
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 } }
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 } }
