XML解析详解乐字节

jiezi

5 年前

大家好，乐字节的小乐又来了，Java 技术分享哪里少的了小乐！上次我们说了可扩展标记语言 XML 之二：XML 语言格式规范、文档组成，本文将介绍重点——XML 解析。

基本的解析方式有两种: 一种叫 SAX，另一种叫 DOM。

SAX(Simple API for XML)是基于事件流的解析,DOM(Document Object Model)是基于 XML 文档树结构的解析。SAX: 效率高，数据量小，仅一次获取。

DOM: 整颗树加载到内存中，耗内存，可多次获取。

与 js 中的类似，使用 JAXP（Java API for XML Parsing），即: 用于 XML 解析的 Java API.

DOM(Document Object Model，文档对象模型)，在应用程序中，基于 DOM 的 XML

分析器将一个 XML 文档转换成一个对象模型的集合（通常称为 DOM 树），应用程序正是通过对这个对象模型的操作，来实现对 XML 文档数据的操作。

XML 本身是以树状的形式出现的，所以 DOM 操作的时候，也将按章树的形式进行转换。在整个 DOM 树种，最大的地方指的是 Document，表示一个文档，在这个文档中存在一个根节点。

注意：在使用 DOM 操作的时候，每一个文字的区域也是一个节点，称为文本节点。

在 DOM 解析中有以下四个核心的操作接口

Document : 此接口代表了整个 XML 文档，表示的是整棵 DOM 树的根，提供了对文档中的数据进行访问和操作的入口，通过 Document 节点可以访问 XML 文件中所有的元素内容。

Node : 此接口在整个 DOM 树种具有举足轻重的低位，DOM 操作的核心接口中有很大一部分接口是从 Node 接口继承过来的。例如：Document、Element 等接口，在 DOM 树种，每一个 Node 接口代表了 DOM 树种的一个节点。

NodeList : 此接口表示的是一个节点的集合，一般用于表示有顺序关系的一组节点，

例如：一个节点的子节点，当文档改变的时候会直接影响到 NodeList 集合。

NamedNodeMap : 此接口表示的是一组节点和其唯一名字对应的一一对应关系，本

接口主要用于属性节点的表示上。

如果一个程序需要进行 DOM 解析读取操作的话，也需要按照如下的步骤进行：

① 建立 DocumentBuilderFactory : DocumentBuilderFactory factory =

DocumentBuilderFactory.newInstance();

②建立 DocumentBuilder: DocumentBuilder builder = factory.newDocumentBuilder();

③建立 Document : Document doc = builder.parse(“要解析的文件路径”);

④建立 NodeList : NodeList nl = doc.getElementsByTagName(“读取节点”);

⑤进行 XML 信息读取

DOM 操作除了可以进行解析外, 也可以进行文档的生成

如果想要生成 XML 文件, 则在创建文档的时候, 就应该使用 newDocument()方法

如果要将 DOM 的文档输出，本身是比较麻烦的。一次编写多次 copy

public static void createXml() throws Exception{ 
// 获取解析器工厂 
DocumentBuilderFactory factory=DocumentBuilderFactory.newInstance(); 
// 获取解析器 
DocumentBuilder builder=factory.newDocumentBuilder(); 
// 创建文档 
Document doc=builder.newDocument(); 
// 创建元素、设置关系 
Element root=doc.createElement("people"); 
Element person=doc.createElement("person"); 
Element name=doc.createElement("name"); 
Element age=doc.createElement("age"); 
name.appendChild(doc.createTextNode("shsxt")); 
age.appendChild(doc.createTextNode("10")); 
doc.appendChild(root); 
root.appendChild(person); 
person.appendChild(name); 
person.appendChild(age); 
// 写出去 
// 获得变压器工厂 
TransformerFactory tsf=TransformerFactory.newInstance(); 
Transformer ts=tsf.newTransformer(); 
// 设置编码
ts.setOutputProperty(OutputKeys.ENCODING, "UTF-8"); 
// 创建带有 DOM 节点的新输入源，充当转换 Source 树的持有者 
DOMSource source=new DOMSource(doc); 
// 充当转换结果的持有者 
File file=new File("src/output.xml"); 
StreamResult result=new StreamResult(file); 
ts.transform(source, result); 
}

SAX(Simple API for XML)解析是按照 xml 文件的顺序一步一步的来解析。SAX 没有官方的标准机构，它不属于任何标准阻止或团体，也不属于任何公司或个人，而是提供任何人使用的一种计算机技术。

SAX(Simple API for XML, 操作 XML 的简单接口)，与 DOM 操作不同的是，SAX 采用的是一种顺序的模式进行访问，是一种快速读取 XML 数据的方式。当使用 SAX 解析器进行操作的时候会触发一系列的事情，当扫描到文档 (document) 开始与结束、元素（element）开始与结束时都会调用相关的处理方法，并由这些操作方法作出相应的操作，直至整个文档扫描结束。

如果要想实现这种 SAX 解析，则肯定首先建立一个 SAX 的解析器

// 1、创建解析器工厂 
SAXParserFactory factory = SAXParserFactory.newInstance(); 
// 2、获得解析器 
SAXParser parser = factory.newSAXParser(); 
// SAX 解析器，继承 DefaultHandler 
String path = new File("resource/demo01.xml").getAbsolutePath(); 
// 解析 
parser.parse(path, new MySaxHandler());

dom4j 是一个简单的开源库，用于处理 XML、XPath 和 XSLT，它基于 Java 平台，使用 Java 的集合框架，全面集成了 DOM，SAX 和 JAXP。下载路径:

http://www.dom4j.org/dom4j-1….

http://sourceforge.net/projec…

可以使用 DOM4J 进行 XML 文件的读、写操作

DOM4J 与 JDOM 一样都属于一个免费的 XML 开源组建，但是由于现在的开发框架中使用该技术较多，比如 Hibernate、Spring 等都使用 DOM4J 这个功能，所以作为介绍，大家可以对该组件有一个了解。并没有谁好谁坏，一般框架使用 DOM4J 较多，而我们平时如果要用则 JDOM 较常见。可以发现 DOM4J 发挥了很多新特性，比如输出格式就可以很好解析。

File file = new File("resource/outputdom4j.xml"); 
SAXReader reader = new SAXReader(); 
// 读取文件作为文档 
Document doc = reader.read(file); 
// 获取文档的根元素 
Element root = doc.getRootElement(); 
// 根据跟元素找到全部的子节点 
Iterator<Element> iter = root.elementIterator(); 
while(iter.hasNext()){Element name = iter.next(); 
System.out.println("value =" + name.getText()); 
}

创建

// 使用 DocumentHelper 来创建 Document 对象 
Document document = DocumentHelper.createDocument(); 
// 创建元素并设置关系 
Element person = document.addElement("person"); 
Element name = person.addElement("name"); 
Element age = person.addElement("age"); 
// 设置文本 
name.setText("shsxt"); 
age.setText("10"); 
// 创建格式化输出器 
OutputFormat of = OutputFormat.createPrettyPrint(); 
of.setEncoding("utf-8"); 
// 输出到文件 
File file = new File("resource/outputdom4j.xml"); 
XMLWriter writer = new XMLWriter(new FileOutputStream(new 
File(file.getAbsolutePath())),of); 
// 写出 
writer.write(document); 
writer.flush(); 
writer.close();

下载路径: http://www.jdom.org/downloads…

JDOM 是一种使用 XML 的独特 Java 工具包，用于快速开发 XML 应用程序。JDOM 是一个开源项目，它基于树形结构，利用纯 Java 的技术对 XML 文档实现解析、生成、序列化及多种操作。

JDOM 解析

掌握 JDOM 开发工具的使用及产生原理

可以使用 JDOM 进行读取或写入的操作

在 W3C 本身提供的 XML 操作标准，DOM 和 SAX，但是从开发角度上看，DOM 和 SAX

本身是各有特点的，DOM 可以修改，但不适合读取大文件，而 SAX 可以读取大文件，

但是本身不能修改所谓的 JDOM = DOM 的可修改 + SAX 的读取大文件。

JDOM 本身是一个免费的开源组建，直接从 http://www.jdom.org 上下载，下载后解压，将 jdom.jar 包拷贝到 Tomcat 目录（项目）的 lib 中。

JDOM 主要操作的类：

我们发现 JDOM 的输出操作要比传统的 DOM 方便得多，而且也更加直观，包括在输出

的时候都很容易了。

此时观察到的是 JDOM 对于 DOM 解析的支持，但是也说，JDOM 本身也支持了 SAX 的

特点；所以，可以使用 SAX 进行解析操作。

解析

// 获取 SAX 解析器 
SAXBuilder builder = new SAXBuilder(); 
File file = new File("resource/demo01.xml"); 
// 获取文档 
Document doc = builder.build(new File(file.getAbsolutePath())); 
// 获取根节点 
Element root = doc.getRootElement(); 
System.out.println(root.getName()); 
// 获取根节点下所有的子节点，也可以根据标签名称获取指定的直接点 
List<Element> list = root.getChildren(); 
System.out.println(list.size()); 
for(int x = 0; x<list.size(); x++){Element e = list.get(x); 
// 获取元素的名称和里面的文本 
String name = e.getName(); 
System.out.println(name + "=" + e.getText()); 
System.out.println("==================");
}

创建

// 创建节点 
Element person = new Element("person"); 
Element name = new Element("name"); 
Element age = new Element("age"); 
// 创建属性 
Attribute id = new Attribute("id","1"); 
// 设置文本 
name.setText("shsxt"); 
age.setText("10"); 
// 设置关系 
Document doc = new Document(person); 
person.addContent(name); 
name.setAttribute(id); 
person.addContent(age); 
XMLOutputter out = new XMLOutputter(); 
File file = new File("resource/outputjdom.xml"); 
out.output(doc, new FileOutputStream(file.getAbsoluteFile()));

关于 XML 解析先讲到这里了，请继续关注乐字节，后续 Java 超级干货奉上，快快乐乐学 Java。

XML解析详解乐字节

一、DOM 解析

1、核心操作接口

2、DOM 解析过程

二、SAX 解析

三、DOM4j 解析

四、JDOM 解析