Java操作Xml的小结

文档对象模型 (DOM) 是一个文档标准，对于完备的文档和复杂的应用程序，DOM 提供了大量灵活性。DOM标准是标准的。它很强壮且完整，并且有许多实现。这是许多大型安装的决定因素--特别是对产品应用程序，以避免在API发生改变时进行大量的改写。
以上是我在选择处理XML数据时之所以没有选择JDOM或者dom4j等其它面向对象的标准的原因，不过也由于DOM从一开始就是一种与语言无关的模型，而且它更趋向用于像C或Perl这类语言，没有利用Java的面向对象的性能，所以在使用的过程中也遇到了不少的麻烦，今天这里做一个小结。另外，我目前使用XML主要是作为数据传输的统一格式，并统一用户界面展示的接口，应用的面并不是很广，所以使用到的DOM的内容其实不多。
在准备使用它的时候，是做了充足的准备的，也有遇到困难的准备，所以一开始就有了一个简单的工具类来封装DOM对象使用时必要的公共方法，实际证明这样做是很明智的，一个简单的创建Document对象的操作，要是每次都需要写上5行以上代码，并且还要处理那些烦人的Exception，实在是会打击大家的积极性，所以在最初，做了一个XMLTool类，专门封装了如下的公共方法：
1、 Document对象创建（包括空的Document对象创建，以一个给定Node节点作为根节点创建。
2、 将一个规范的XML字符串转换成一个Document对象。
3、 从物理硬盘读取一个XML文件并返回一个Document对象。
4、 将一个Node对象转换成字符串。

其中每个方法都截获相关的DOM操作所抛出的异常，转换成一个RuntimeException抛出，这些异常在实际使用过程中，一般状况下其实都不会抛出，特别是象生成一个Document对象时的ParserConfigurationException、转换Node节点成字符串时要生成一个Transformer对象时的TransformerConfigurationException等等，没有必要在它们身上花时间精力。而且真就出了相关的异常的话，其实根本没有办法处理，这样的状况通常是系统环境配置有问题（比如必要的DOM实现解析器等包没有加入环境），所以包装该异常时只是很简要的获取其Message抛出。
代码如下：
/**
* 初始化一个空Document对象返回。
* @return a Document
*/
public static Document newXMLDocument() {
try {
return newDocumentBuilder().newDocument();
} catch (ParserConfigurationException e) {
throw new RuntimeException(e.getMessage());
}
}

/**
* 初始化一个DocumentBuilder
* @return a DocumentBuilder
* @throws ParserConfigurationException
*/
public static DocumentBuilder newDocumentBuilder()
throws ParserConfigurationException {
return newDocumentBuilderFactory().newDocumentBuilder();
}

/**
* 初始化一个DocumentBuilderFactory
* @return a DocumentBuilderFactory
*/
public static DocumentBuilderFactory newDocumentBuilderFactory() {
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
dbf.setNamespaceAware(true);
return dbf;
}
/**
* 将传入的一个XML String转换成一个org.w3c.dom.Document对象返回。
* @param xmlString 一个符合XML规范的字符串表达。
* @return a Document
*/
public static Document parseXMLDocument(String xmlString) {
if (xmlString == null) {
throw new IllegalArgumentException();
}
try {
return newDocumentBuilder().parse(
new InputSource(new StringReader(xmlString)));
} catch (Exception e) {
throw new RuntimeException(e.getMessage());
}
}

/**
* 给定一个输入流，解析为一个org.w3c.dom.Document对象返回。
* @param input
* @return a org.w3c.dom.Document
*/
public static Document parseXMLDocument(InputStream input) {
if (input == null) {
throw new IllegalArgumentException("参数为null！");
}
try {
return newDocumentBuilder().parse(input);
} catch (Exception e) {
throw new RuntimeException(e.getMessage());
}
}
/**
* 给定一个文件名，获取该文件并解析为一个org.w3c.dom.Document对象返回。
* @param fileName 待解析文件的文件名
* @return a org.w3c.dom.Document
*/
public static Document loadXMLDocumentFromFile(String fileName) {
if (fileName == null) {
throw new IllegalArgumentException("未指定文件名及其物理路径！");
}
try {
return newDocumentBuilder().parse(new File(fileName));
} catch (SAXException e) {
throw new IllegalArgumentException(
"目标文件（" + fileName + "）不能被正确解析为XML！/n" + e.getMessage());
} catch (IOException e) {
throw new IllegalArgumentException(
"不能获取目标文件（" + fileName + "）！/n" + e.getMessage());
} catch (ParserConfigurationException e) {
throw new RuntimeException(e.getMessage());
}
}
/**
* 给定一个节点，将该节点加入新构造的Document中。
* @param node a Document node
* @return a new Document
*/
public static Document newXMLDocument(Node node) {
Document doc = newXMLDocument();
doc.appendChild(doc.importNode(node, true));
return doc;
}

/**
* 将传入的一个DOM Node对象输出成字符串。如果失败则返回一个空字符串""。
* @param node DOM Node 对象。
* @return a XML String from node
*/
public static String toString(Node node) {
if (node == null) {
throw new IllegalArgumentException();
}
Transformer transformer = newTransformer();
if (transformer != null) {
try {
StringWriter sw = new StringWriter();
transformer.transform(
new DOMSource(node),
new StreamResult(sw));
return sw.toString();
} catch (TransformerException te) {
throw new RuntimeException(te.getMessage());

}
}
return errXMLString("不能生成XML信息！");
}
/**
* 将传入的一个DOM Node对象输出成字符串。如果失败则返回一个空字符串""。
* @param node DOM Node 对象。
* @return a XML String from node
*/
public static String toString(Node node) {
if (node == null) {
throw new IllegalArgumentException();
}
Transformer transformer = newTransformer();
if (transformer != null) {
try {
StringWriter sw = new StringWriter();
transformer.transform(
new DOMSource(node),
new StreamResult(sw));
return sw.toString();
} catch (TransformerException te) {
throw new RuntimeException(te.getMessage());

}
}
return errXMLString("不能生成XML信息！");
}
/**
* 获取一个Transformer对象，由于使用时都做相同的初始化，所以提取出来作为公共方法。
* @return a Transformer encoding gb2312
*/
public static Transformer newTransformer() {
try {
Transformer transformer =
TransformerFactory.newInstance().newTransformer();
Properties properties = transformer.getOutputProperties();
properties.setProperty(OutputKeys.ENCODING, "gb2312");
properties.setProperty(OutputKeys.METHOD, "xml");
properties.setProperty(OutputKeys.VERSION, "1.0");
properties.setProperty(OutputKeys.INDENT, "no");
transformer.setOutputProperties(properties);
return transformer;
} catch (TransformerConfigurationException tce) {
throw new RuntimeException(tce.getMessage());
}
}
/**
* 返回一段XML表述的错误信息。提示信息的TITLE为：系统错误。之所以使用字符串拼装，主要是这样做一般
* 不会有异常出现。
* @param errMsg 提示错误信息
* @return a XML String show err msg
*/
public static String errXMLString(String errMsg) {
StringBuffer msg = new StringBuffer(100);
msg.append("");
msg.append("");
return msg.toString();
}
/**
* 返回一段XML表述的错误信息。提示信息的TITLE为：系统错误
* @param errMsg 提示错误信息
* @param errClass 抛出该错误的类，用于提取错误来源信息。
* @return a XML String show err msg
*/
public static String errXMLString(String errMsg, Class errClass) {
StringBuffer msg = new StringBuffer(100);
msg.append("");
msg.append(
"+ errMsg
+ "/" errSource=/""
+ errClass.getName()
+ "/"/>");
return msg.toString();
}
/**
* 返回一段XML表述的错误信息。
* @param title 提示的title
* @param errMsg 提示错误信息
* @param errClass 抛出该错误的类，用于提取错误来源信息。
* @return a XML String show err msg
*/
public static String errXMLString(
String title,
String errMsg,
Class errClass) {
StringBuffer msg = new StringBuffer(100);
msg.append("");
msg.append(
"+ title
+ "/" errMsg=/""
+ errMsg
+ "/" errSource=/""
+ errClass.getName()
+ "/"/>");
return msg.toString();
}

以上都是DOM的基本应用，所以就不一一详细说明了。
在实际使用过程中，有几种状况使用很频繁，但是DOM的接口的设计却使该操作很麻烦，所以分别添加了相应的处理方法。
其中最麻烦的要数获取一个节点的Text子节点文本信息了，如下的XML节点：

text

在拥有element节点对象时，要获取其中的文本信息"text"，首先要获取element节点的子节点列表，要判断其是否存在子节点，如果存在，那么遍历其子节点找到一个TextNode节点，通过getNodeValue()方法来获取该文本信息，由于这里element节点没有信息时没有子节点，所以必须判断element节点是否存在子节点才能去访问真正包含了文本信息的TextNode节点，那么如果要处理的数据都是以这种形式给出的，就会增加大量的开发代码同时让开发工作枯燥无味，因此这里使用了一个默认的约定实现，就是，给出了一个公共方法，该方法取给定Node下的直接子节点的Text节点文本信息，如果不存在Text节点则返回null，这个约定虽然使该方法的使用有所限制，也可能导致错误使用该方法，但是，按实际使用的状况来看，这样的约定和使用方式是没有问题的，因为实际用到的都是上面举的例子的状况，代码：
/**
* 这个方法获取给定Node下的Text节点文本信息，如果不存在Text节点则返回null。
* 注意：是直接子节点，相差2层或2层以上不会被考虑。
* @param node a Node 一个Node。
* @return a String 如果给定节点存在Text子节点，则返回第一个访问到的Text子节点文本信息，如果不存在则返回null。
*/
public static String getNodeValue(Node node) {
if (node == null) {
return null;
}

Text text = getTextNode(node);

if (text != null) {
return text.getNodeValue();
}

return null;
}

/**
* 这个方法获取给定Node下的Text节点，如果不存在Text节点则返回null。
* 注意：是直接子节点，相差2层或2层以上不会被考虑。
* @param node a Node 一个Node。
* @return a Text 如果给定节点存在Text子节点，则返回第一个访问到的Text子节点，如果不存在则返回null。
*/
public static Text getTextNode(Node node) {
if (node == null) {
return null;
}
if (node.hasChildNodes()) {
NodeList list = node.getChildNodes();
for (int i = 0; i < list.getLength(); i++) {
if (list.item(i).getNodeType() == Node.TEXT_NODE) {
return (Text) list.item(i);
}
}
}
return null;
}

上面代码将获取给定Node节点的直接Text子节点分开包装。

另一个很经常碰到的状况是，我希望直接定位到目标节点，获取该节点对象，而不需要通过一层一层的节点遍历来找到目标节点，DOM2接口中至少提供了如下的方式来定位节点：
1、 对于Document对象：
1） getDocumentElement()――获取根节点对象，实际很少使用的，因为根节点基本也就只是根节点而已，实际的数据节点都是根节点下的直接子节点开始的。
2） getElementById(String elementId)――这个方法本来应该是一个最佳的定位方法，但是在实际使用过程中没有被我使用，其主要原因就是，这里的"ID"不同于一个节点的属性"ID"，这在org.w3c.dom.Document的API说明中是明确指出，而我找了不少的资料也没有看到有关的使用方式，所以只好放弃了。
3） getElementsByTagName(String tagname)――这个方法其实是没有办法的选择，只好用它了，不过实际倒也很合用，虽然该方法返回的是一个NodeList，但是实际使用时，将节点的tagName设计成特殊字符串，那么就可以直接获取了，而实际使用时，其实也差不多，很多时候会直接拿数据库中的字段名来作为tagName，以方便得获取该字段得值，在一个简单得约定下，使用了如下方法：
/**
* 这个方法检索参数element下所有TagName为：tagName的节点，并返回节点列表的第一个节点。
* 如果不存在该tagName的节点，则返回null。
* @param element 待搜索节点
* @param tagName 待搜索标签名
* @return a Element 获得以tagName为标签名的节点列表的第一个节点。
*/
public static Element getFirstElementByName(
Element element,
String tagName) {
return (Element) getFirstElement(element.getElementsByTagName(tagName));
}
/**
* 从给定节点列表中获取第一个节点返回，如果节点集合为null/空，则返回null。
* @param nodeList a NodeList
* @return a Node
*/
private static Node getFirstElement(NodeList nodeList) {
if (nodeList == null || nodeList.getLength() == 0) {
return null;
}
return nodeList.item(0);
}
这个约定看似限制很大，其实实际使用时基本都是这样的，只要获取第一个给定tagName的Element节点就可以了的。
4）getElementsByTagNameNS(String namespaceURI, String localName)――这个方法基本没有使用，因为还没有碰到需要使用命名空间的状况。
2、 对于Element对象――――Element对象和Document对象雷同，少了getDocumentElement()方法，不过和Document一样也都是主要使用getElementsByTagName()方法。
3、 其它的节点对象基本没有直接定位的访问方法

还有一种，是由于DOM2的限制导致的，DOM2规范中，不能将一个Document docA的节点直接加入到另一个Document docB对象的节点的子节点列表中，要这么做必须首先将docA的节点通过docB的importNode方法转换后在添加到目标节点的子节点列表中，所以也有一个方法来统一处理：
/**
* 这个方法将参数appendedDoc的根节点及其以下节点附加到doc的跟节点下面。
* 作为doc的跟节点的作后一个子节点。
* 相当于：doc.appendDoc(appendedDoc);
* @param doc a Document
* @param appendedDoc a Document
*/
public static void appendXMLDocument(Document doc, Document appendedDoc) {
if (appendedDoc != null) {
doc.getFirstChild().appendChild(
doc.importNode(appendedDoc.getFirstChild(), true));
}
}
/**
* 这个方法将参数appendedDoc的根节点及其以下节点附加到node节点下面。
* 作为node节点的作后一个子节点。
* 相当于：node.appendDoc(appendedNode);
* @param node 待添加的节点将被添加到该节点的最后。
* @param appendedNode a Node 这个节点将被添加作为node节点的最后一个子节点。
*/
public static void appendXMLDocument(Node node, Node appendedNode) {
if (appendedNode == null) {
return;
}
if (appendedNode instanceof Document) {
appendedNode = ((Document) appendedNode).getDocumentElement();
}
node.appendChild(
node.getOwnerDocument().importNode(appendedNode, true));
}

基本上就这些常用的了，其它还有一些零碎的方法，不过都不常用到，就不作介绍了。另外要说的是，如果哪位知道上面说到的getElementById()方法的具体可行的方便用法，也请指教下。