利用java怎么对xml文件进行解析

利用java怎么对xml文件进行解析?相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。

让客户满意是我们工作的目标,不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户,将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴,公司提供的服务项目有:域名注册、网络空间、营销软件、网站建设、广南网站维护、网站推广。

一、【基础知识——扫盲】

sax、dom是两种对xml文档进行解析的方法(没有具体实现,只是接口),所以只有它们是无法解析xml文档的;jaxp只是api,它进一步封装了sax、dom两种接口,并且提供了DomcumentBuilderFactory/DomcumentBuilder和SAXParserFactory/SAXParser(默认使用xerces解释器)。

二、【DOM、SAX、JDOM、DOM4j简单使用介绍】

1、【DOM(Document Object Model) 】

由W3C提供的接口,它将整个XML文档读入内存,构建一个DOM树来对各个节点(Node)进行操作。

示例代码:

 
 
   
     
       
       
       
     
     
       
       
       
     
   
   
     
       
     
   
   
   

后文代码中有使用到text.xml(该文档放在src路径下,既编译后在classes路径下),都是指该xml文档。

package test.xml; 
 
import java.io.File; 
import java.io.FileNotFoundException; 
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.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.w3c.dom.Document; 
import org.w3c.dom.Element; 
import org.w3c.dom.Node; 
import org.w3c.dom.NodeList; 
import org.w3c.dom.Text; 
import org.xml.sax.SAXException; 
 
/** 
 * dom读写xml 
 * @author whwang 
 */ 
public class TestDom { 
   
  public static void main(String[] args) { 
    read(); 
    //write();  
  } 
   
  public static void read() { 
    DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); 
    try { 
      DocumentBuilder builder = dbf.newDocumentBuilder(); 
      InputStream in = TestDom.class.getClassLoader().getResourceAsStream("test.xml"); 
      Document doc = builder.parse(in); 
      // root   
      Element root = doc.getDocumentElement(); 
      if (root == null) return; 
      System.err.println(root.getAttribute("name")); 
      // all college node  
      NodeList collegeNodes = root.getChildNodes(); 
      if (collegeNodes == null) return; 
      for(int i = 0; i < collegeNodes.getLength(); i++) { 
        Node college = collegeNodes.item(i); 
        if (college != null && college.getNodeType() == Node.ELEMENT_NODE) { 
          System.err.println("\t" + college.getAttributes().getNamedItem("name").getNodeValue()); 
          // all class node  
          NodeList classNodes = college.getChildNodes(); 
          if (classNodes == null) continue; 
          for (int j = 0; j < classNodes.getLength(); j++) { 
            Node clazz = classNodes.item(j); 
            if (clazz != null && clazz.getNodeType() == Node.ELEMENT_NODE) { 
              System.err.println("\t\t" + clazz.getAttributes().getNamedItem("name").getNodeValue()); 
              // all student node  
              NodeList studentNodes = clazz.getChildNodes(); 
              if (studentNodes == null) continue; 
              for (int k = 0; k < studentNodes.getLength(); k++) { 
                Node student = studentNodes.item(k); 
                if (student != null && student.getNodeType() == Node.ELEMENT_NODE) { 
                  System.err.print("\t\t\t" + student.getAttributes().getNamedItem("name").getNodeValue()); 
                  System.err.print(" " + student.getAttributes().getNamedItem("sex").getNodeValue()); 
                  System.err.println(" " + student.getAttributes().getNamedItem("age").getNodeValue()); 
                } 
              } 
            } 
          } 
        } 
      } 
    } catch (ParserConfigurationException e) { 
      e.printStackTrace(); 
    } catch (FileNotFoundException e) { 
      e.printStackTrace(); 
    } catch (SAXException e) { 
      e.printStackTrace(); 
    } catch (IOException e) { 
      e.printStackTrace(); 
    } 
     
  } 
   
  public static void write() { 
    DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); 
    try { 
      DocumentBuilder builder = dbf.newDocumentBuilder(); 
      InputStream in = TestDom.class.getClassLoader().getResourceAsStream("test.xml"); 
      Document doc = builder.parse(in); 
      // root   
      Element root = doc.getDocumentElement(); 
      if (root == null) return; 
      // 修改属性  
      root.setAttribute("name", "tsu"); 
      NodeList collegeNodes = root.getChildNodes(); 
      if (collegeNodes != null) { 
        for (int i = 0; i 

该代码只要稍做修改,即可变得更加简洁,无需一直写if来判断是否有子节点。

2、【SAX (Simple API for XML) 】

SAX不用将整个文档加载到内存,基于事件驱动的API(Observer模式),用户只需要注册自己感兴趣的事件即可。SAX提供EntityResolver, DTDHandler, ContentHandler, ErrorHandler接口,分别用于监听解析实体事件、DTD处理事件、正文处理事件和处理出错事件,与AWT类似,SAX还提供了一个对这4个接口默认的类DefaultHandler(这里的默认实现,其实就是一个空方法),一般只要继承DefaultHandler,重写自己感兴趣的事件即可。

示例代码:

package test.xml; 
 
import java.io.IOException; 
import java.io.InputStream; 
 
import javax.xml.parsers.ParserConfigurationException; 
import javax.xml.parsers.SAXParser; 
import javax.xml.parsers.SAXParserFactory; 
 
import org.xml.sax.Attributes; 
import org.xml.sax.InputSource; 
import org.xml.sax.Locator; 
import org.xml.sax.SAXException; 
import org.xml.sax.SAXParseException; 
import org.xml.sax.helpers.DefaultHandler; 
 
/** 
 * 
 * @author whwang 
 */ 
public class TestSAX { 
 
  public static void main(String[] args) { 
    read(); 
    write(); 
  } 
   
  public static void read() { 
    try { 
      SAXParserFactory factory = SAXParserFactory.newInstance(); 
      SAXParser parser = factory.newSAXParser(); 
      InputStream in = TestSAX.class.getClassLoader().getResourceAsStream("test.xml"); 
      parser.parse(in, new MyHandler()); 
    } catch (ParserConfigurationException e) { 
      e.printStackTrace(); 
    } catch (SAXException e) { 
      e.printStackTrace(); 
    } catch (IOException e) { 
      e.printStackTrace(); 
    } 
  } 
   
  public static void write() { 
    System.err.println("纯SAX对于写操作无能为力"); 
  } 
   
} 
 
// 重写对自己感兴趣的事件处理方法  
class MyHandler extends DefaultHandler { 
 
  @Override 
  public InputSource resolveEntity(String publicId, String systemId) 
      throws IOException, SAXException { 
    return super.resolveEntity(publicId, systemId); 
  } 
 
  @Override 
  public void notationDecl(String name, String publicId, String systemId) 
      throws SAXException { 
    super.notationDecl(name, publicId, systemId); 
  } 
 
  @Override 
  public void unparsedEntityDecl(String name, String publicId, 
      String systemId, String notationName) throws SAXException { 
    super.unparsedEntityDecl(name, publicId, systemId, notationName); 
  } 
 
  @Override 
  public void setDocumentLocator(Locator locator) { 
    super.setDocumentLocator(locator); 
  } 
 
  @Override 
  public void startDocument() throws SAXException { 
    System.err.println("开始解析文档"); 
  } 
 
  @Override 
  public void endDocument() throws SAXException { 
    System.err.println("解析结束"); 
  } 
 
  @Override 
  public void startPrefixMapping(String prefix, String uri) 
      throws SAXException { 
    super.startPrefixMapping(prefix, uri); 
  } 
 
  @Override 
  public void endPrefixMapping(String prefix) throws SAXException { 
    super.endPrefixMapping(prefix); 
  } 
 
  @Override 
  public void startElement(String uri, String localName, String qName, 
      Attributes attributes) throws SAXException { 
    System.err.print("Element: " + qName + ", attr: "); 
    print(attributes); 
  } 
 
  @Override 
  public void endElement(String uri, String localName, String qName) 
      throws SAXException { 
    super.endElement(uri, localName, qName); 
  } 
 
  @Override 
  public void characters(char[] ch, int start, int length) 
      throws SAXException { 
    super.characters(ch, start, length); 
  } 
 
  @Override 
  public void ignorableWhitespace(char[] ch, int start, int length) 
      throws SAXException { 
    super.ignorableWhitespace(ch, start, length); 
  } 
 
  @Override 
  public void processingInstruction(String target, String data) 
      throws SAXException { 
    super.processingInstruction(target, data); 
  } 
 
  @Override 
  public void skippedEntity(String name) throws SAXException { 
    super.skippedEntity(name); 
  } 
 
  @Override 
  public void warning(SAXParseException e) throws SAXException { 
    super.warning(e); 
  } 
 
  @Override 
  public void error(SAXParseException e) throws SAXException { 
    super.error(e); 
  } 
 
  @Override 
  public void fatalError(SAXParseException e) throws SAXException { 
    super.fatalError(e); 
  } 
   
  private void print(Attributes attrs) { 
    if (attrs == null) return; 
    System.err.print("["); 
    for (int i = 0; i < attrs.getLength(); i++) { 
      System.err.print(attrs.getQName(i) + " = " + attrs.getValue(i)); 
      if (i != attrs.getLength() - 1) { 
        System.err.print(", "); 
      } 
    } 
    System.err.println("]"); 
  } 
}

3、【JDOM】

JDOM与DOM非常类似,它是处理XML的纯JAVA API,API大量使用了Collections类,且JDOM仅使用具体类而不使用接口。 JDOM 它自身不包含解析器。它通常使用 SAX2 解析器来解析和验证输入 XML 文档(尽管它还可以将以前构造的 DOM 表示作为输入)。它包含一些转换器以将 JDOM 表示输出成 SAX2 事件流、DOM 模型或 XML 文本文档

示例代码:

package test.xml; 
 
import java.io.File; 
import java.io.FileOutputStream; 
import java.io.IOException; 
import java.io.InputStream; 
import java.util.List; 
 
import org.jdom.Attribute; 
import org.jdom.Document; 
import org.jdom.Element; 
import org.jdom.JDOMException; 
import org.jdom.input.SAXBuilder; 
import org.jdom.output.XMLOutputter; 
 
/** 
 * JDom读写xml 
 * @author whwang 
 */ 
public class TestJDom { 
  public static void main(String[] args) { 
    //read();  
    write(); 
  } 
   
  public static void read() { 
    try { 
      boolean validate = false; 
      SAXBuilder builder = new SAXBuilder(validate); 
      InputStream in = TestJDom.class.getClassLoader().getResourceAsStream("test.xml"); 
      Document doc = builder.build(in); 
      // 获取根节点   
      Element root = doc.getRootElement(); 
      readNode(root, ""); 
    } catch (JDOMException e) { 
      e.printStackTrace(); 
    } catch (IOException e) { 
      e.printStackTrace(); 
    } 
  } 
   
  @SuppressWarnings("unchecked") 
  public static void readNode(Element root, String prefix) { 
    if (root == null) return; 
    // 获取属性  
    List attrs = root.getAttributes(); 
    if (attrs != null && attrs.size() > 0) { 
      System.err.print(prefix); 
      for (Attribute attr : attrs) { 
        System.err.print(attr.getValue() + " "); 
      } 
      System.err.println(); 
    } 
    // 获取他的子节点  
    List childNodes = root.getChildren(); 
    prefix += "\t"; 
    for (Element e : childNodes) { 
      readNode(e, prefix); 
    } 
  } 
   
  public static void write() { 
    boolean validate = false; 
    try { 
      SAXBuilder builder = new SAXBuilder(validate); 
      InputStream in = TestJDom.class.getClassLoader().getResourceAsStream("test.xml"); 
      Document doc = builder.build(in); 
      // 获取根节点   
      Element root = doc.getRootElement(); 
      // 修改属性  
      root.setAttribute("name", "tsu"); 
      // 删除  
      boolean isRemoved = root.removeChildren("college"); 
      System.err.println(isRemoved); 
      // 新增  
      Element newCollege = new Element("college"); 
      newCollege.setAttribute("name", "new_college"); 
      Element newClass = new Element("class"); 
      newClass.setAttribute("name", "ccccc"); 
      newCollege.addContent(newClass); 
      root.addContent(newCollege); 
      XMLOutputter out = new XMLOutputter(); 
      File file = new File("src/jdom-modify.xml"); 
      if (file.exists()) { 
        file.delete(); 
      } 
      file.createNewFile(); 
      FileOutputStream fos = new FileOutputStream(file); 
      out.output(doc, fos); 
    } catch (JDOMException e) { 
      e.printStackTrace(); 
    } catch (IOException e) { 
      e.printStackTrace(); 
    } 
  } 
   
}

4、【DOM4j】

dom4j是目前在xml解析方面是最优秀的(Hibernate、Sun的JAXM也都使用dom4j来解析XML),它合并了许多超出基本 XML 文档表示的功能,包括集成的 XPath 支持、XML Schema 支持以及用于大文档或流化文档的基于事件的处理

示例代码:

package test.xml; 
 
import java.io.File; 
import java.io.FileWriter; 
import java.io.IOException; 
import java.io.InputStream; 
import java.util.List; 
 
import org.dom4j.Attribute; 
import org.dom4j.Document; 
import org.dom4j.DocumentException; 
import org.dom4j.DocumentHelper; 
import org.dom4j.Element; 
import org.dom4j.ProcessingInstruction; 
import org.dom4j.VisitorSupport; 
import org.dom4j.io.SAXReader; 
import org.dom4j.io.XMLWriter; 
 
/** 
 * Dom4j读写xml 
 * @author whwang 
 */ 
public class TestDom4j { 
  public static void main(String[] args) { 
    read1(); 
    //read2();  
    //write();  
  } 
 
  public static void read1() { 
    try { 
      SAXReader reader = new SAXReader(); 
      InputStream in = TestDom4j.class.getClassLoader().getResourceAsStream("test.xml"); 
      Document doc = reader.read(in); 
      Element root = doc.getRootElement(); 
      readNode(root, ""); 
    } catch (DocumentException e) { 
      e.printStackTrace(); 
    } 
  } 
   
  @SuppressWarnings("unchecked") 
  public static void readNode(Element root, String prefix) { 
    if (root == null) return; 
    // 获取属性  
    List attrs = root.attributes(); 
    if (attrs != null && attrs.size() > 0) { 
      System.err.print(prefix); 
      for (Attribute attr : attrs) { 
        System.err.print(attr.getValue() + " "); 
      } 
      System.err.println(); 
    } 
    // 获取他的子节点  
    List childNodes = root.elements(); 
    prefix += "\t"; 
    for (Element e : childNodes) { 
      readNode(e, prefix); 
    } 
  } 
   
  public static void read2() { 
    try { 
      SAXReader reader = new SAXReader(); 
      InputStream in = TestDom4j.class.getClassLoader().getResourceAsStream("test.xml"); 
      Document doc = reader.read(in); 
      doc.accept(new MyVistor()); 
    } catch (DocumentException e) { 
      e.printStackTrace(); 
    } 
  } 
   
  public static void write() { 
    try { 
      // 创建一个xml文档  
      Document doc = DocumentHelper.createDocument(); 
      Element university = doc.addElement("university"); 
      university.addAttribute("name", "tsu"); 
      // 注释  
      university.addComment("这个是根节点"); 
      Element college = university.addElement("college"); 
      college.addAttribute("name", "cccccc"); 
      college.setText("text"); 
       
      File file = new File("src/dom4j-modify.xml"); 
      if (file.exists()) { 
        file.delete(); 
      } 
      file.createNewFile(); 
      XMLWriter out = new XMLWriter(new FileWriter(file)); 
      out.write(doc); 
      out.flush(); 
      out.close(); 
    } catch (IOException e) { 
      e.printStackTrace(); 
    } 
  } 
} 
 
class MyVistor extends VisitorSupport { 
  public void visit(Attribute node) { 
    System.out.println("Attibute: " + node.getName() + "=" 
        + node.getValue()); 
  } 
 
  public void visit(Element node) { 
    if (node.isTextOnly()) { 
      System.out.println("Element: " + node.getName() + "=" 
          + node.getText()); 
    } else { 
      System.out.println(node.getName()); 
    } 
  } 
 
  @Override 
  public void visit(ProcessingInstruction node) { 
    System.out.println("PI:" + node.getTarget() + " " + node.getText()); 
  } 
}

三、【性能测试】

环境:AMD4400+ 2.0+GHz主频 JDK6.0
运行参数:-Xms400m -Xmx400m
xml文件大小:10.7M
结果:
DOM: >581297ms
SAX: 8829ms
JDOM: 581297ms
DOM4j: 5309ms
时间包括IO的,只是进行了简单的测试,仅供参考!!!!

四、【对比】

1、【DOM】

DOM是基于树的结构,通常需要加载整文档和构造DOM树,然后才能开始工作。
优点:
    a、由于整棵树在内存中,因此可以对xml文档随机访问
    b、可以对xml文档进行修改操作
    c、较sax,dom使用也更简单。
缺点:
    a、整个文档必须一次性解析完
    a、由于整个文档都需要载入内存,对于大文档成本高

2、【SAX】

SAX类似流媒体,它基于事件驱动的,因此无需将整个文档载入内存,使用者只需要监听自己感兴趣的事件即可。
优点:
    a、无需将整个xml文档载入内存,因此消耗内存少
    b、可以注册多个ContentHandler
缺点:
    a、不能随机的访问xml中的节点
    b、不能修改文档

3、【JDOM】

JDOM是纯Java的处理XML的API,其API中大量使用Collections类,
优点:
    a、DOM方式的优点
    b、具有SAX的Java规则
缺点
    a、DOM方式的缺点

4、【DOM4J】

这4中xml解析方式中,最优秀的一个,集易用和性能于一身。

五、【小插曲XPath】

XPath 是一门在 XML 文档中查找信息的语言, 可用来在 XML 文档中对元素和属性进行遍历。XPath 是 W3C XSLT 标准的主要元素,并且 XQuery 和 XPointer 同时被构建于 XPath 表达之上。因此,对 XPath 的理解是很多高级 XML 应用的基础。
XPath非常类似对数据库操作的SQL语言,或者说JQuery,它可以方便开发者抓起文档中需要的东西。(dom4j也支持xpath)

示例代码:

package test.xml; 
 
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.xpath.XPath; 
import javax.xml.xpath.XPathConstants; 
import javax.xml.xpath.XPathExpression; 
import javax.xml.xpath.XPathExpressionException; 
import javax.xml.xpath.XPathFactory; 
 
import org.w3c.dom.Document; 
import org.w3c.dom.NodeList; 
import org.xml.sax.SAXException; 
 
public class TestXPath { 
 
  public static void main(String[] args) { 
    read(); 
  } 
   
  public static void read() { 
    try { 
      DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); 
      DocumentBuilder builder = dbf.newDocumentBuilder(); 
      InputStream in = TestXPath.class.getClassLoader().getResourceAsStream("test.xml"); 
      Document doc = builder.parse(in); 
      XPathFactory factory = XPathFactory.newInstance(); 
      XPath xpath = factory.newXPath(); 
      // 选取所有class元素的name属性  
      // XPath语法介绍: http://w3school.com.cn/xpath/  
      XPathExpression expr = xpath.compile("//class/@name"); 
      NodeList nodes = (NodeList) expr.evaluate(doc, XPathConstants.NODESET); 
      for (int i = 0; i < nodes.getLength(); i++) { 
        System.out.println("name = " + nodes.item(i).getNodeValue()); 
          } 
    } catch (XPathExpressionException e) { 
      e.printStackTrace(); 
    } catch (ParserConfigurationException e) { 
      e.printStackTrace(); 
    } catch (SAXException e) { 
      e.printStackTrace(); 
    } catch (IOException e) { 
      e.printStackTrace(); 
    } 
  } 
   
}

六、【补充】

注意4种解析方法对TextNode(文本节点)的处理:

1、在使用DOM时,调用node.getChildNodes()获取该节点的子节点,文本节点也会被当作一个Node来返回,如:

 
 
   
     
       
       
       
     
   
package test.xml; 
 
import java.io.FileNotFoundException; 
import java.io.IOException; 
import java.io.InputStream; 
import java.util.Arrays; 
 
import javax.xml.parsers.DocumentBuilder; 
import javax.xml.parsers.DocumentBuilderFactory; 
import javax.xml.parsers.ParserConfigurationException; 
 
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; 
 
/** 
 * dom读写xml 
 * @author whwang 
 */ 
public class TestDom2 { 
   
  public static void main(String[] args) { 
    read(); 
  } 
   
  public static void read() { 
    DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); 
    try { 
      DocumentBuilder builder = dbf.newDocumentBuilder(); 
      InputStream in = TestDom2.class.getClassLoader().getResourceAsStream("test.xml"); 
      Document doc = builder.parse(in); 
      // root   
      Element root = doc.getDocumentElement(); 
      if (root == null) return; 
//     System.err.println(root.getAttribute("name"));  
      // all college node  
      NodeList collegeNodes = root.getChildNodes(); 
      if (collegeNodes == null) return; 
      System.err.println("university子节点数:" + collegeNodes.getLength()); 
      System.err.println("子节点如下:"); 
      for(int i = 0; i < collegeNodes.getLength(); i++) { 
        Node college = collegeNodes.item(i); 
        if (college == null) continue; 
        if (college.getNodeType() == Node.ELEMENT_NODE) { 
          System.err.println("\t元素节点:" + college.getNodeName()); 
        } else if (college.getNodeType() == Node.TEXT_NODE) { 
          System.err.println("\t文本节点:" + Arrays.toString(college.getTextContent().getBytes())); 
        } 
      } 
    } catch (ParserConfigurationException e) { 
      e.printStackTrace(); 
    } catch (FileNotFoundException e) { 
      e.printStackTrace(); 
    } catch (SAXException e) { 
      e.printStackTrace(); 
    } catch (IOException e) { 
      e.printStackTrace(); 
    } 
     
  } 
}

输出的结果是:

 university子节点数:3 
子节点如下: 
  文本节点:[10, 9] 
  元素节点:college 
  文本节点:[10]

其中\n的ASCII码为10,\t的ASCII码为9。结果让人大吃一惊,university的子节点数不是1,也不是2,而是3,这3个子节点都是谁呢?为了看得更清楚点,把xml文档改为:

  
11 
   
     
       
       
       
     
  22 

还是上面的程序,输出结果为:

 university子节点数:3 
子节点如下: 
  文本节点:[49, 49, 10, 9] 
  元素节点:college 
  文本节点:[50, 50, 10]

其中数字1的ASCII码为49,数字2的ASCII码为50。

2、使用SAX来解析同DOM,当你重写它的public void characters(char[] ch, int start, int length)方法时,你就能看到。

3、JDOM,调用node.getChildren()只返回子节点,不包括TextNode节点(不管该节点是否有Text信息)。如果要获取该节点的Text信息,可以调用node.getText()方法,该方法返回节点的Text信息,也包括\n\t等特殊字符。

4、DOM4j同JDOM

看完上述内容,你们掌握利用java怎么对xml文件进行解析的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注创新互联行业资讯频道,感谢各位的阅读!


网页名称:利用java怎么对xml文件进行解析
分享地址:http://scyanting.com/article/gdosei.html