Java对XML文件的解析

XML简介

围绕XML涉及到四方面的技术：

1、数据定义Schema、DTD

2、数据解析DOM、SAX两种解析模型

3、样式风格XSTL,使用XSTL可以将XML文件中存放的内容按照指定的样式显示为HTML页面

4、实现语言JAVA,NET,JavaScript等，几乎所有的程序语言都提供支持。所有操作XML的功能都有额外的语言提供。另Java中可以使用SAX、JDOM、dom4j等API操作XML数据。

基本语法：

声明 <?xml version=”1.0” encoding=”UTF-8”?>

XML声明不属于xml元素，所以不需要结束标记。

XML文档只有一个根元素，必须包含一个单独的标记来定义整个文档。

XML是大小写敏感的。

转移字符：当某个节点的数据包含大量需要转义的字符时，可以使用CDATA

以<![CDATA[ 开始，以 ]]> 结束,其所包含的文本都会被当做普通文本处理，所有的特殊符号都会被忽略掉。但其中不能再包含CDATA,注意标签不能有空格。

XML解析

DOM解析

   DOM解析（Document Object Mode）是一种基于对象的API，它把XML的内容加载到内存中，生成一个与XML文档内容对应的对象模型。当解析完成时，内存中会生成与XML文档的结构对应的DOM对象树。这样便能够根据树的结构，以节点形式来对文档进行操作。

特点：对于小的XML文件这样处理很方便，但遇到大的XML文件时，DOM解析占用内存比较大，而且查找速度比较慢。

通过以下三个步骤创建XML文件对应的Document对象：

DocumentBuilderFactorybuilderFactory = DocumentBuilderFactory.newInstance();

DocumentBuilder builder =builderFactory.newDocumentBuilder();

Document document = builder.parse(file);

其他方法可参考JDK，javax.xml.*; org.w3c.dom.

   SAX解析

SAX解析器对XML文档解析会从XML文档开始位置起进行解析，同时根据已经定义好的事件处理器，来决定当前所解析的部分（元素、属性或元素内容）是否有必要记录并存储。

特点：效率比DOM解析优越。

SAX解析是事件驱动的，需要定义一个事件监听对象（可继承DefaultHandler类）

通过如下三个步骤建立XML解析对象：

      SAXParserFactory factory = SAXParserFactory.newInstance();

      SAXParser parser = factory.newSAXParser();

      parser.parse(new File(""), new DefaultHandler());

其他具体方法可参考JDK：org.xml.sax.*; javax.xml.parsers.

DOM和SAX都是JDK提供的解析XML的API,但是在实际开发中很少用到，因为要重新编写大量的代码。

XML与Java类（POJO类）映射JAXB

Java对象转化成XML，marshal

XML转化为Java对象，unmarshal

此方法也是JDK提供的：javax.xml.bind.*

注解：

可参考http://liubuzhudeyun.iteye.com/blog/1518523

http://blog.sina.com.cn/s/blog_4a5ca0240100hmo9.html

Dom4j

http://www.blogjava.net/i369/articles/154264.html

http://www.ibm.com/developerworks/cn/xml/x-dom4j.html

dom4j的一个工具类：

package com.xml.dom4j;
import java.io.FileWriter;
import java.io.IOException;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.XPath;
import org.dom4j.io.OutputFormat;
import org.dom4j.io.XMLWriter;
/**
 *dom4j的学习可参考官网
 *下载官网：
 *http://sourceforge.net/projects/dom4j/files/dom4j-2.0.0-ALPHA-2/
 *学习详细用法可参考具体官方API接口文档说明
 */
public class XmlUtil {
      
    /**
     * tagName=list
     * 理解element是什么东西
     * Element interface defines an XML element.
     * An element can have declared namespaces, attributes, child nodes and textual content
     * http://hi.daidu.com/331703405/item/d3a7388916fcc8d75e0c1d1
     * @param document
     * @param nameSpace
     * @param tagName
     * @return
     */
    public static List<Element> getElementsByNameSpace(Document document, String nameSpace, String tagName){
        Map map = new HashMap();
        map.put("ns", nameSpace);
        XPath xPath = document.createXPath("//ns:" + tagName);
        xPath.setNamespaceURIs(map);
        List<Element> list = xPath.selectNodes(document);
        return list;
    }
      
    /**
     * 一般项目处理的时候也可用字符串StringBuffer拼接报文
     * 当大量的xml需要的时侯可用模板Freemarker模块
     * @param document
     * @throws IOException
     * 来自官网API说明文档
     */
    public void write(Document document) throws IOException {
        // lets write to a file
        XMLWriter writer = new XMLWriter(new FileWriter("output.xml"));
        writer.write(document);
        writer.close();
        // Pretty print the document to System.out
        OutputFormat format = OutputFormat.createPrettyPrint();
        writer = new XMLWriter( System.out, format);
        writer.write(document);
        // Compact format to System.out
        format = OutputFormat.createCompactFormat();
        writer = new XMLWriter(System.out, format);
        writer.write(document);
    }
    /**
     * tagPaht = root.response.list
     * @param document
     * @param tagPath
     * @return
     */
    public static List<Element> getElementsByTagPath(Document document, String tagPath){
         List<Element> list = null;
         Element root = document.getRootElement();
         String[] tags = tagPath.split("\\.");
         if(tags[0].equals(root.getName())){
             Element element = root;
             for (int i = 1; i < tags.length; i++) {
                if(i < tags.length - 1){
                    element = element.element(tags[i]);
                    if(element == null) break;
                }else{
                    list = element.elements(tags[i]);
                }
            }
         }
         return list;
    }
    /**
     * 通过路径获取标签值
     * tagPath = root.response.name
     * @param document
     * @param tagPath
     * @return
     */
    public static String getElementTextByTagPath(Document document, String tagPath){
        String text = "";
         Element root = document.getRootElement();
         String[] tags = tagPath.split("\\.");
         if(tags[0].equals(root.getName())){
             Element element = root;
             for (int i = 1; i < tags.length; i++) {
                if(i < tags.length - 1){
                    element = element.element(tags[i]);
                    if(element == null) break;
                }else{
                    text = element.elementText(tags[i]);
                }
            }
         }
         return text;
    }
      
      
}

JDOM

http://wenku.baidu.com/link?url=Ld4--fSpe26yGxdBE-MsJhjDfIy4OKD8ee06aYrVWZH5Q8GqPeshPKp3DuU99OipK2b2CHi5rS8yUNtGSCk8JwZBJzHxvP6iI-lIk2kMkE3

http://www.cnblogs.com/fancyzero/archive/2012/06/09/jdom.html

http://blog.sina.com.cn/s/blog_67da087b0100i4xf.html