2014-06-30 Web中XML的学习(2)-----XML文档Java语言解析
1.XML解析技术概述
XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。
XML解析方式分为两种：dom和sax dom：(Document Object Model, 即文档对象模型) 是 W3C 组织推荐的处理 XML 的一种方式。 sax： (Simple API for XML) 不是官方标准，但它是 XML 社区事实上的标准，几乎所有的 XML 解析器都支持它。 XML解析器 Crimson、Xerces 、Aelfred2 XML解析开发包 Jaxp、Jdom、dom4j
2.JAXP实现DOM解析
JAXP 开发包是J2SE的一部分，它由javax.xml、org.w3c.dom 、org.xml.sax 包及其子包组成,在javax.xml.parsers 包中，定义了几个工厂类，程序员调用这些工厂类，可以得到对xml文档进行解析的 DOM 或 SAX 的解析器对象。
代码实现:
package com.itheima.dom.jdk;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;
import org.w3c.dom.Document;
public class JdkDomParserUtil {
/**
* 将XML文件转化为Document对象到内存
* @param path
* @return document
* @throws Exception
*/
public static Document getDocument(String path) throws Exception{
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder=factory.newDocumentBuilder();
Document document = builder.parse(path);
return document;
}
/**
* 将内存中Document写入文件
* @param document
* @param path
* @throws Exception
*/
public static void writeDocument2Xml(Document document,String path) throws Exception {
Transformer transformer=TransformerFactory.newInstance().newTransformer();
transformer.transform(new DOMSource(document), new StreamResult(path));
}
}
实现操作代码：
package com.itheima.dom.jdk;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
public class JdkDomParser {
/**
* 获取文档节点中第二个书中作者的文本内容
* @param document
* @return Node
* @throws Exception
*/
public static String findXmlInfo(String path) throws Exception{
Document document=JdkDomParserUtil.getDocument(path);
NodeList nodes=document.getElementsByTagName("作者");
Node node=nodes.item(1);
return node.getFirstChild().getNodeValue();
}
/**
* 在第二个书中添加一个节点,如:
* <市场价>5000</市场价>
* @param document
* @throws Exception
*/
public static void addNode2Xml(String path) throws Exception{
Document document=JdkDomParserUtil.getDocument(path);
Element element=document.createElement("市场价");
element.setTextContent("5000");
Element elementParent=(Element) document.getElementsByTagName("书").item(1);
elementParent.appendChild(element);
JdkDomParserUtil.writeDocument2Xml(document, path);
}
/**
* 将第二本书<市场价>5000</市场价>修改成<批发价格>300</批发价格>
* @throws Exception
*/
public static void modifyNode2Xml(String path) throws Exception{
Document document=JdkDomParserUtil.getDocument(path);
Element newElement=document.createElement("批发价格");
newElement.setTextContent("300");
Element olderElement = (Element) document.getElementsByTagName("市场价").item(0);
document.getElementsByTagName("书").item(1).replaceChild(newElement, olderElement);
JdkDomParserUtil.writeDocument2Xml(document, path);
}
/**
* 将第二本书<批发价格>300</批发价格>节点删除
* @throws Exception
*/
public static void deleteNode2Xml(String path) throws Exception{
Document document=JdkDomParserUtil.getDocument(path);
Element element = (Element) document.getElementsByTagName("批发价格").item(0);
document.getElementsByTagName("书").item(1).removeChild(element);
JdkDomParserUtil.writeDocument2Xml(document, path);
}
}
实验数据:books.xml
<?xml version="1.0" encoding="UTF-8"?> <书架> <书> <书名>葵花宝典</书名> <作者>宋美成</作者> <售价>200</售价> </书> <书> <书名>菊花宝典</书名> <作者>黑马程序员</作者> <售价>400</售价> </书> <书> <书名>菜花宝典</书名> <作者>宋美成3</作者> <售价>800</售价> </书> </书架>
测试代码:
package com.itheima.junit;
import org.junit.Test;
import com.itheima.dom.jdk.JdkDomParser;
public class DomParserJDKTest {
private static String path="src//books.xml";
@Test
public void testFindDocumentInfo() {
try {
String info=JdkDomParser.findXmlInfo(path);
System.out.println(info);
} catch (Exception e) {
e.printStackTrace();
}
}
@Test
public void testAddNode2Document() {
try {
JdkDomParser.addNode2Xml(path);
} catch (Exception e) {
e.printStackTrace();
}
}
@Test
public void testModifyNode2Xml(){
try {
JdkDomParser.modifyNode2Xml(path);
} catch (Exception e) {
e.printStackTrace();
}
}
@Test
public void testDeleteNode2Xml(){
try {
JdkDomParser.deleteNode2Xml(path);
} catch (Exception e) {
e.printStackTrace();
}
}
}
测试结果省略......
3.JAXP实现Sax解析
核心代码: 使用SAXParserFactory创建SAX解析工厂 SAXParserFactory spf = SAXParserFactory.newInstance(); 通过SAX解析工厂得到解析器对象 SAXParser sp = spf.newSAXParser(); 通过解析器对象得到一个XML的读取器 XMLReader xmlReader = sp.getXMLReader(); 设置读取器的事件处理器 xmlReader.setContentHandler(new BookParserHandler());
通过Sax解析XML文档,然后将数据填充到相对应的JavaBean中.
package com.itheima.sax;
import java.util.ArrayList;
import java.util.List;
import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.XMLReader;
import org.xml.sax.helpers.DefaultHandler;
import com.itheima.domain.Book;
public class SaxParserTest2 {
public static void main(String[] args) throws Exception {
SAXParser parser=SAXParserFactory.newInstance().newSAXParser();
XMLReader reader=parser.getXMLReader();
final List<Book> books = new ArrayList<Book>();
reader.setContentHandler(new DefaultHandler(){
Book book = null;
String name = null; //记住不同的标签
public void startElement(String uri, String localName,
String qName, Attributes attributes) throws SAXException {
if("书".equals(qName)){
book = new Book();
}
name = qName;
}
public void endElement(String uri, String localName, String qName)
throws SAXException {
if("书".equals(qName)){
books.add(book);
}
name = null;
}
public void characters(char[] ch, int start, int length)
throws SAXException {
if("书名".equalsIgnoreCase(name)){
book.setName(new String(ch,start,length));
}
if("作者".equalsIgnoreCase(name)){
book.setAuthor(new String(ch,start,length));
}
if("售价".equalsIgnoreCase(name)){
book.setPrice(Double.parseDouble(new String(ch,start,length)));
}
}
});
reader.parse("src//books.xml");
for(Book b:books){
System.out.println(b);
}
}
}
4.Dom4j解析XML文档
虽然DOM4J代表了完全独立的开发结果，但最初，它是JDOM的一种智能分支。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。它还提供了构建文档表示的选项，它通过DOM4J API和标准DOM接口具有并行访问功能。从2000下半年开始，它就一直处于开发之中。 为支持所有这些功能，DOM4J使用接口和抽象基本类方法。DOM4J大量使用了API中的Collections类，但是在许多情况下，它还提供一些替代方法以允许更好的性能或更直接的编码方法。直接好处是，虽然DOM4J付出了更复杂的API的代价，但是它提供了比JDOM大得多的灵活性。 在添加灵活性、XPath集成和对大文档处理的目标时，DOM4J的目标与JDOM是一样的：针对Java开发者的易用性和直观操作。它还致力于成为比JDOM更完整的解决方案，实现在本质上处理所有Java/XML问题的目标。在完成该目标时，它比JDOM更少强调防止不正确的应用程序行为。 DOM4J是一个非常非常优秀的Java XML 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.
代码实现（根据参考官方文档Quick Start----由于dom4j为第三方开发工具,记得导入相关架包）:
package com.itheima.util;
import java.io.FileOutputStream;
import org.dom4j.Document;
import org.dom4j.io.OutputFormat;
import org.dom4j.io.SAXReader;
import org.dom4j.io.XMLWriter;
public class Dom4jParserUtil {
public static Document getDocument(String url) {
SAXReader reader = null;
Document document = null;
try {
reader = new SAXReader();
document = reader.read(url);
} catch (Exception e) {
e.printStackTrace();
}
return document;
}
public static void writeDocument2Xml(Document document, String url) {
try {
// Pretty print the document to System.out
OutputFormat format = OutputFormat.createPrettyPrint();
XMLWriter writer = new XMLWriter(new FileOutputStream(url), format);
writer.write(document);
writer.close();
} catch (Exception e) {
e.printStackTrace();
}
}
}
结合XPathTutorial结合使用
package com.itheima.junit;
import org.dom4j.Document;
import org.dom4j.DocumentHelper;
import org.dom4j.Element;
import org.dom4j.Node;
import org.junit.Test;
import com.itheima.util.Dom4jParserUtil;
public class Dom4jParserXPath {
/*
* 1、得到某个具体的节点内容
* 2、遍历所有元素节点
* 3、修改某个元素节点的主体内容
* 4、向指定元素节点中增加子元素节点
* 5、向指定元素节点上增加同级元素节点(父结点.insertBefore(new,old))
* 6、删除指定元素节点
* 7、操作XML文件属性
*/
//1、得到某个具体的节点内容 获取第二个本的作者
private static String url = "src//books.xml";
@Test
public void test1(){
Document document=Dom4jParserUtil.getDocument(url);
//Element root = document.getRootElement();
//Element secondBookEle = (Element) root.elements("书").get(1);
//String text=secondBookEle.element("作者").getText();
Element authorEle=(Element) document.selectSingleNode("/书架/书[2]/作者");
System.out.println(authorEle.getText());
}
//2、遍历所有元素节点
@Test
public void test2(){
Document document=Dom4jParserUtil.getDocument(url);
Element root = document.getRootElement();
walkTree(root);
}
private void walkTree(Element element){
System.out.println(element.getName());
for(int i=0;i<element.nodeCount();i++){
Node node = element.node(i);
if(node instanceof Element){
walkTree((Element) node);
}
}
}
//3、修改某个元素节点的主体内容 将第二本书的售价改为500
@Test
public void test3(){
Document document=Dom4jParserUtil.getDocument(url);
//Element root = document.getRootElement();
Element salePriceEle = (Element) document.selectSingleNode("/书架/书[2]/售价");
salePriceEle.setText("500");
Dom4jParserUtil.writeDocument2Xml(document, url);
}
//4、向指定元素节点中增加子元素节点 在第二本书中售价之后添加<批发价>600</批发价>
@Test
public void test4(){
Document document=Dom4jParserUtil.getDocument(url);
// Element root = document.getRootElement();
Element secondBookEle = (Element) document.selectSingleNode("/书架/书[2]");
Element priceEle = DocumentHelper.createElement("批发价");
priceEle.setText("600");
secondBookEle.add(priceEle);
Dom4jParserUtil.writeDocument2Xml(document, url);
}
//5、向指定元素节点上增加同级元素节点 在第二本中售价之前添加<内部价>714</内部价>
@SuppressWarnings("unchecked")
@Test
public void test5(){
Document document=Dom4jParserUtil.getDocument(url);
// Element root = document.getRootElement();
Element secondBookEle = (Element) document.selectSingleNode("/书架/书[2]");
Element innerpriceEle = DocumentHelper.createElement("内部价");
innerpriceEle.setText("714");
secondBookEle.elements().add(2, innerpriceEle);
Dom4jParserUtil.writeDocument2Xml(document, url);
}
//6、删除指定元素节点 在第二本书中删除<批发价>标签
@Test
public void test6(){
Document document=Dom4jParserUtil.getDocument(url);
// Element root = document.getRootElement();
Element secondBookEle = (Element) document.selectSingleNode("/书架/书[2]");
// Element price = secondBookEle.element("批发价");
Element price = (Element) document.selectSingleNode("/书架/书[2]/批发价");
secondBookEle.remove(price);
Dom4jParserUtil.writeDocument2Xml(document, url);
}
//7、操作XML文件属性 在 第一本书添加id属性,如<书 id="l7814">
@Test
public void test7(){
Document document=Dom4jParserUtil.getDocument(url);
// Element root = document.getRootElement();
Element firstBookEle = (Element) document.selectSingleNode("/书架/书[1]");
firstBookEle.addAttribute("id","y11");
Dom4jParserUtil.writeDocument2Xml(document, url);
}
}
5.关于Sax和Dom解析XML的区别
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）。
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；
相关参考链接:1.解析XML常用技术分析(各种方式优劣之处)
2.android解析XML文档的各种方式