java XML解析

XML在不同的语言里解析方式都是一样的,只不过实现的语法不同而已。基本的解析方式有两种,一种叫SAX，另一种叫DOM。SAX是基于事件流的解析,DOM是基于XML文档树结构的解析。假设我们XML的内容和结构如下: 

[html] view plain copy print ? <?xml version="1.0" encoding="UTF-8"?>   <employees>   <employee>   <name>ddviplinux</name>   <sex>m</sex>   <age>30</age>   </employee>   </employees>   本文使用JAVA语言来实现DOM与SAX的XML文档生成与解析。  首先定义一个操作XML文档的接口XmlDocument 它定义了XML文档的建立与解析的接口。

[java] view plain copy print ? package com.alisoft.facepay.framework.bean;   /**  *  * 定义XML文档建立与解析的接口  */   public interface XmlDocument {   /**  * 建立XML文档  * @param fileName 文件全路径名称  */   public void createXml(String fileName);   /**  * 解析XML文档  * @param fileName 文件全路径名称  */   public void parserXml(String fileName);   }   

1.DOM生成和解析XML文档

为 XML 文档的已解析版本定义了一组接口。解析器读入整个文档，然后构建一个驻留内存的树结构，然后代码就可以使用 DOM 接口来操作这个树结构。优点：整个文档树在内存中，便于操作；支持删除、修改、重新排列等多种功能；缺点：将整个文档调入内存（包括无用的节点），浪费时间和空间；使用场合：一旦解析了文档还需多次访问这些数据；硬件资源充足（内存、CPU）。 

[java] view plain copy print ? package com.alisoft.facepay.framework.bean;   import java.io.FileInputStream;   import java.io.FileNotFoundException;   import java.io.FileOutputStream;   import java.io.IOException;   import java.io.InputStream;   import java.io.PrintWriter;   import javax.xml.parsers.DocumentBuilder;   import javax.xml.parsers.DocumentBuilderFactory;   import javax.xml.parsers.ParserConfigurationException;   import javax.xml.transform.OutputKeys;   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.xml.sax.SAXException;   /**  *  * DOM生成与解析XML文档  */   public class DomDemo implements XmlDocument {   private Document document;   private String fileName;   public void init() {   try {   DocumentBuilderFactory factory = DocumentBuilderFactory   .newInstance();   DocumentBuilder builder = factory.newDocumentBuilder();   this.document = builder.newDocument();   } catch (ParserConfigurationException e) {   System.out.println(e.getMessage());   }   }   public void createXml(String fileName) {   Element root = this.document.createElement("employees");   this.document.appendChild(root);   Element employee = this.document.createElement("employee");   Element name = this.document.createElement("name");   name.appendChild(this.document.createTextNode("丁宏亮"));   employee.appendChild(name);   Element sex = this.document.createElement("sex");   sex.appendChild(this.document.createTextNode("m"));   employee.appendChild(sex);   Element age = this.document.createElement("age");   age.appendChild(this.document.createTextNode("30"));   employee.appendChild(age);   root.appendChild(employee);   TransformerFactory tf = TransformerFactory.newInstance();   try {   Transformer transformer = tf.newTransformer();   DOMSource source = new DOMSource(document);   transformer.setOutputProperty(OutputKeys.ENCODING, "gb2312");   transformer.setOutputProperty(OutputKeys.INDENT, "yes");   PrintWriter pw = new PrintWriter(new FileOutputStream(fileName));   StreamResult result = new StreamResult(pw);   transformer.transform(source, result);   System.out.println("生成XML文件成功!");   } catch (TransformerConfigurationException e) {   System.out.println(e.getMessage());   } catch (IllegalArgumentException e) {   System.out.println(e.getMessage());   } catch (FileNotFoundException e) {   System.out.println(e.getMessage());   } catch (TransformerException e) {   System.out.println(e.getMessage());   }   }   public void parserXml(String fileName) {   try {   DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();   DocumentBuilder db = dbf.newDocumentBuilder();   Document document = db.parse(fileName);   NodeList employees = document.getChildNodes();   for (int i = 0; i < employees.getLength(); i++) {   Node employee = employees.item(i);   NodeList employeeInfo = employee.getChildNodes();   for (int j = 0; j < employeeInfo.getLength(); j++) {   Node node = employeeInfo.item(j);   NodeList employeeMeta = node.getChildNodes();   for (int k = 0; k < employeeMeta.getLength(); k++) {   System.out.println(employeeMeta.item(k).getNodeName()   + ":" + employeeMeta.item(k).getTextContent());   }   }   }   System.out.println("解析完毕");   } catch (FileNotFoundException e) {   System.out.println(e.getMessage());   } catch (ParserConfigurationException e) {   System.out.println(e.getMessage());   } catch (SAXException e) {   System.out.println(e.getMessage());   } catch (IOException e) {   System.out.println(e.getMessage());   }   }   }   

2.SAX生成和解析XML文档

为解决DOM的问题，出现了SAX。SAX ，事件驱动。当解析器发现元素开始、元素结束、文本、文档的开始或结束等时，发送事件，程序员编写响应这些事件的代码，保存数据。优点：不用事先调入整个文档，占用资源少；SAX解析器代码比DOM解析器代码小，适于Applet，下载。缺点：不是持久的；事件过后，若没保存数据，那么数据就丢了；无状态性；从事件中只能得到文本，但不知该文本属于哪个元素；使用场合：Applet;只需XML文档的少量内容，很少回头访问；机器内存少；

[java] view plain copy print ? package com.alisoft.facepay.framework.bean;   import java.io.FileInputStream;   import java.io.FileNotFoundException;   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.SAXException;   import org.xml.sax.helpers.DefaultHandler;   /**  *  * SAX文档解析  */   public class SaxDemo implements XmlDocument {   public void createXml(String fileName) {   System.out.println("<<"+filename+">>");   }   public void parserXml(String fileName) {   SAXParserFactory saxfac = SAXParserFactory.newInstance();   try {   SAXParser saxparser = saxfac.newSAXParser();   InputStream is = new FileInputStream(fileName);   saxparser.parse(is, new MySAXHandler());   } catch (ParserConfigurationException e) {   e.printStackTrace();   } catch (SAXException e) {   e.printStackTrace();   } catch (FileNotFoundException e) {   e.printStackTrace();   } catch (IOException e) {   e.printStackTrace();   }   }   }   class MySAXHandler extends DefaultHandler {   boolean hasAttribute = false;   Attributes attributes = null;   public void startDocument() throws SAXException {   System.out.println("文档开始打印了");   }   public void endDocument() throws SAXException {   System.out.println("文档打印结束了");   }   public void startElement(String uri, String localName, String qName,   Attributes attributes) throws SAXException {   if (qName.equals("employees")) {   return;   }   if (qName.equals("employee")) {   System.out.println(qName);   }   if (attributes.getLength() > 0) {   this.attributes = attributes;   this.hasAttribute = true;   }   }   public void endElement(String uri, String localName, String qName)   throws SAXException {   if (hasAttribute && (attributes != null)) {   for (int i = 0; i < attributes.getLength(); i++) {   System.out.println(attributes.getQName(0)   + attributes.getValue(0));   }   }   }   public void characters(char[] ch, int start, int length)   throws SAXException {   System.out.println(new String(ch, start, length));   }   }   

3.DOM4J生成和解析XML文档

DOM4J 是一个非常非常优秀的JavaXML API，具有性能优异、功能强大和极端易用使用的特点，同时它也是一个开放源代码的软件。如今你可以看到越来越多的 Java 软件都在使用 DOM4J 来读写 XML，特别值得一提的是连 Sun 的 JAXM 也在用 DOM4J。

[java] view plain copy print ? package com.alisoft.facepay.framework.bean;     import java.io.File;     import java.io.FileWriter;     import java.io.IOException;     import java.io.Writer;     import java.util.Iterator;       import org.dom4j.Document;     import org.dom4j.DocumentException;     import org.dom4j.DocumentHelper;     import org.dom4j.Element;     import org.dom4j.io.SAXReader;     import org.dom4j.io.XMLWriter;     /**   *    * Dom4j 生成XML文档与解析XML文档   */    public class Dom4jDemo implements XmlDocument {       public void createXml(String fileName) {     Document document = DocumentHelper.createDocument();     Element employees=document.addElement("employees");     Element employee=employees.addElement("employee");     Element name= employee.addElement("name");     name.setText("ddvip");     Element sex=employee.addElement("sex");     sex.setText("m");     Element age=employee.addElement("age");     age.setText("29");     try {     Writer fileWriter=new FileWriter(fileName);     XMLWriter xmlWriter=new XMLWriter(fileWriter);     xmlWriter.write(document);     xmlWriter.close();     } catch (IOException e) {       System.out.println(e.getMessage());     }         }         public void parserXml(String fileName) {     File inputXml=new File(fileName);     SAXReader saxReader = new SAXReader();     try {     Document document = saxReader.read(inputXml);     Element employees=document.getRootElement();     for(Iterator i = employees.elementIterator(); i.hasNext();){     Element employee = (Element) i.next();     for(Iterator j = employee.elementIterator(); j.hasNext();){     Element node=(Element) j.next();     System.out.println(node.getName()+":"+node.getText());     }       }     } catch (DocumentException e) {     System.out.println(e.getMessage());     }     System.out.println("dom4j parserXml");     }     }     

4.JDOM生成和解析XML  

为减少DOM、SAX的编码量，出现了JDOM；优点：20-80原则，极大减少了代码量。使用场合：要实现的功能简单，如解析、创建等，但在底层，JDOM还是使用SAX（最常用）、DOM、Xanan文档。

[java] view plain copy print ? package com.alisoft.facepay.framework.bean;       import java.io.FileNotFoundException;     import java.io.FileOutputStream;     import java.io.IOException;     import java.util.List;       import org.jdom.Document;     import org.jdom.Element;     import org.jdom.JDOMException;     import org.jdom.input.SAXBuilder;     import org.jdom.output.XMLOutputter;     /**   *    * JDOM 生成与解析XML文档   *    */    public class JDomDemo implements XmlDocument {       public void createXml(String fileName) {     Document document;     Element  root;     root=new Element("employees");     document=new Document(root);     Element employee=new Element("employee");     root.addContent(employee);     Element name=new Element("name");     name.setText("ddvip");     employee.addContent(name);     Element sex=new Element("sex");     sex.setText("m");     employee.addContent(sex);     Element age=new Element("age");     age.setText("23");     employee.addContent(age);     XMLOutputter XMLOut = new XMLOutputter();     try {     XMLOut.output(document, new FileOutputStream(fileName));     } catch (FileNotFoundException e) {     e.printStackTrace();     } catch (IOException e) {     e.printStackTrace();     }       }       public void parserXml(String fileName) {     SAXBuilder builder=new SAXBuilder(false);      try {     Document document=builder.build(fileName);     Element employees=document.getRootElement();      List employeeList=employees.getChildren("employee");     for(int i=0;iElement employee=(Element)employeeList.get(i);     List employeeInfo=employee.getChildren();     for(int j=0;jSystem.out.println(((Element)employeeInfo.get(j)).getName()+":"+((Element)employeeInfo.get(j)).getValue());       }     }     } catch (JDOMException e) {       e.printStackTrace();     } catch (IOException e) {       e.printStackTrace();     }        }     }    

读取本地的xml文件，通过DOM进行解析，DOM解析的特点就是把整个xml文件装载入内存中，形成一颗DOM树形结构，树结构是方便遍历和和操纵。

DOM解析的特性就是读取xml文件转换为 dom树形结构，通过节点进行遍历。

这是W3c关于节点的概念

如果xml中包含有大量的数据，由于dom一次性把xml装入内存中的特性，所以dom不适合于包含大量数据的xml解析。当包含有大量xml的时候，用SAX进行解析比较节省内存。

下面是一个运用DOM进行解析xml文件的例子：

xml文件结构如下：

<?xml version="1.0" encoding="ISO-8859-1"?> <bookstore> <book category="cooking"> <title lang="en">Everyday Italian</title> <author>Giada De Laurentiis</author> <year>2005</year> <price>30.00</price> </book> <book category="children"> <title lang="en">Harry Potter</title> <author>J K. Rowling</author> <year>2005</year> <price>29.99</price> </book> <book category="web"> <title lang="en">XQuery Kick Start</title> <author>James McGovern</author> <year>2003</year> <price>49.99</price> </book> <book category="web" cover="paperback"> <title lang="en">Learning XML</title> <author>Erik T. Ray</author> <year>2003</year> <price>39.95</price> </book> </bookstore>

创建解析xml的类如下：

package xml.dom; import java.io.File; import javax.xml.parsers.DocumentBuilder; import javax.xml.parsers.DocumentBuilderFactory; import org.w3c.dom.Document; import org.w3c.dom.Element; import org.w3c.dom.Node; import org.w3c.dom.NodeList; public class ReadXmlFile { public static void main(String[] args) { try{ File xmlFile = new File("src/resource/book.xml"); DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance(); DocumentBuilder builder = builderFactory.newDocumentBuilder(); Document doc = builder.parse(xmlFile); doc.getDocumentElement().normalize(); System.out.println("Root element: "+doc.getDocumentElement().getNodeName()); NodeList nList = doc.getElementsByTagName("book"); for(int i = 0 ; i<nList.getLength();i++){ Node node = nList.item(i); System.out.println("Node name: "+ node.getNodeName()); Element ele = (Element)node; System.out.println("----------------------------"); if(node.getNodeType() == Element.ELEMENT_NODE){ System.out.println("book category: "+ ele.getAttribute("category")); System.out.println("title name: "+ ele.getElementsByTagName("title").item(0).getTextContent()); System.out.println("author name: "+ele.getElementsByTagName("author").item(0).getTextContent()); System.out.println("year :"+ele.getElementsByTagName("year").item(0).getTextContent()); System.out.println("price : "+ele.getElementsByTagName("price").item(0).getTextContent()); System.out.println("-------------------------"); } }

解析结果：

Root element: bookstore Node name: book ---------------------------- book category: cooking title name: Everyday Italian author name: Giada De Laurentiis year :2005 price : 30.00 ------------------------- Node name: book ---------------------------- book category: children title name: Harry Potter author name: J K. Rowling year :2005 price : 29.99 ------------------------- Node name: book ---------------------------- book category: web title name: XQuery Kick Start author name: James McGovern year :2003 price : 49.99 ------------------------- Node name: book ---------------------------- book category: web title name: Learning XML author name: Erik T. Ray year :2003 price : 39.95 -------------------------

以上是通过name获得对应的值， 下面利用循环节点的方式输出： 循环节点输出方式的代码如下：

package xml.dom; import java.io.File; import javax.xml.parsers.DocumentBuilder; import javax.xml.parsers.DocumentBuilderFactory; import org.w3c.dom.Document; import org.w3c.dom.NamedNodeMap; import org.w3c.dom.Node; import org.w3c.dom.NodeList; public class ReadXmlFile2 { public static void main(String[] args) { try{ File xmlFile = new File("src/resource/book.xml"); DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance(); DocumentBuilder builder = builderFactory.newDocumentBuilder(); Document doc = builder.parse(xmlFile); doc.getDocumentElement().normalize(); System.out.println("Root element: "+doc.getDocumentElement().getNodeName()); if(doc.hasChildNodes()){ printNode(doc.getChildNodes()); } }catch(Exception e){ e.printStackTrace(); } } public static void printNode(NodeList nodeList){ System.out.println("------------------------"); // System.out.println(nodeList.getLength()); for(int i = 0; i<nodeList.getLength(); i++){ Node node = (Node)nodeList.item(i); if(node.getNodeType() == Node.ELEMENT_NODE){ System.out.println("node name: "+node.getNodeName()); System.out.println("node value: "+node.getTextContent()); if(node.hasAttributes()){ NamedNodeMap nodeMap = node.getAttributes(); for(int j = 0; j < nodeMap.getLength() ; j++){ Node nodenew = nodeMap.item(j); System.out.println("node name "+nodenew.getNodeName()); System.out.println("node value "+nodenew.getNodeValue()); } } if(node.hasChildNodes()){ printNode(node.getChildNodes()); } } } } }

输出结果如下：

Root element: bookstore ------------------------ node name: bookstore node value: Everyday Italian Giada De Laurentiis 2005 30.00 Harry Potter J K. Rowling 2005 29.99 XQuery Kick Start James McGovern 2003 49.99 Learning XML Erik T. Ray 2003 39.95 ------------------------ node name: book node value: Everyday Italian Giada De Laurentiis 2005 30.00 node name category node value cooking ------------------------ node name: title node value: Everyday Italian node name lang node value en ------------------------ node name: author node value: Giada De Laurentiis ------------------------ node name: year node value: 2005 ------------------------ node name: price node value: 30.00 ------------------------ node name: book node value: Harry Potter J K. Rowling 2005 29.99 node name category node value children ------------------------ node name: title node value: Harry Potter node name lang node value en ------------------------ node name: author node value: J K. Rowling ------------------------ node name: year node value: 2005 ------------------------ node name: price node value: 29.99 ------------------------ node name: book node value: XQuery Kick Start James McGovern 2003 49.99 node name category node value web ------------------------ node name: title node value: XQuery Kick Start node name lang node value en ------------------------ node name: author node value: James McGovern ------------------------ node name: year node value: 2003 ------------------------ node name: price node value: 49.99 ------------------------ node name: book node value: Learning XML Erik T. Ray 2003 39.95 node name category node value web node name cover node value paperback ------------------------ node name: title node value: Learning XML node name lang node value en ------------------------ node name: author node value: Erik T. Ray ------------------------ node name: year node value: 2003 ------------------------ node name: price node value: 39.95 ------------------------

关于节点的问题：

<book category="cooking"> <title lang="en">Everyday Italian</title> <author>Giada De Laurentiis</author> <year>2005</year> <price>30.00</price> </book>

对于 book应用：doc.getChildNodes() 得到一个NodeList其中NodeList的长度为9 9个节点分别如下： title节点 lang节点  Everyday节点  author节点 Giada De Laurentiis节点  year节点  2005节点  price节点  30.00节点

PS：这里再为大家提供几款关于xml操作的在线工具供大家参考使用：

在线XML/JSON互相转换工具： http://tools.jb51.net/code/xmljson

在线格式化XML/在线压缩XML： http://tools.jb51.net/code/xmlformat

XML在线压缩/格式化工具： http://tools.jb51.net/code/xml_format_compress