DOM 解析 XML 文件

在解析 XML 文档时，通常是利用现有的 XML 解析器软件对 XML 文档进行分析，而应用程序则通过解析器提供的 API 接口得到 XML 数据。目前几乎所有的解析器都对两套标准的 API 提供了支持，他们是 DOM 和 SAX 。
    今天在传智播客的课堂上，我们学习了如何用 DOM 来解析 XML 文件，以下是我的总结。


--------------------------------------------------------------------------------
1. DOM 概述：
<1> DOM 是独立于程序语言的， W3C 组织以 IDL(Interface Definition Language, 接口定义语言) 的形式定义了 DOM 中的接口。
<2> 某种程序语言要实现DOM，需要将 DOM 接口转换为本语言中的对应结构。
--------------------------------------------------------------------------------
2. DOM 结构模型：
<1> DOM 中的核心概念是节点。 DOM 在解析 XML 文档时，将组成 XML 文档的各个部分(元素，属性，文本等)映射为一个对象，这个对象就是一个节点。
<2> 在内存中，这些节点形成一棵文档树。整棵树也是一个节点，树中的每一个子节点也是一棵树(子树)。
<3> DOM 就是对一棵树的一个对象表示，通过访问树中的节点来存取 XML 文档的内容。
<4> DOM 定义了一个 Node 接口，用于表示文档树中的一个节点。从这个接口派生处更多的具体的接口：表示整个文档的 Document 对象，表示 XML 文档中元素的 Element 接口，表示属性元素的 Attr 接口等。
--------------------------------------------------------------------------------

3. DOM 中的节点类型：
XML 中最常见的节点类型是：文档，元素，文本和属性，在 DOM API 中对应的接口是: Document, Element, Text 和 Attr。
<1> 文档节点：
a. 文档节点是文档树的根节点，也是文档中其他所有节点的父节点。
b. 文档节点并不是 XML 文档的根元素，因为在 XML 文档中，处理指令，注释等内容可以出现在根节点之外，所以在构造 DOM 树时，根元素并不适合作为根节点，而作为文档节点的子节点。
c. 在 DOM API 中根节点是通过 org.w3c.dom.Document 接口来表示的。
d. 为了得到 XML 文档的根元素, 在 Document 接口中可以调用如下方法： Element getDocumentElement();
<2> 元素节点：
a. 元素节点表示了 XML 文档中的元素。
b. 元素拥有子元素，文本节点或两者的组合。
c. 元素节点也是唯一能够拥有属性的节点类型。
d. 在 DOM API 中，元素节点是通过 org.w3c.dom.Element 接口定义的。
<3> 文本节点：
a. 文本节点是只包含文本内容的节点，也可以只包含空白。
b. 在文档树中，元素和属性的文本内容都是由文本节点来表示的。
c. 在 DOM API 中，文本节点是由 org.w3c.dom.Text 接口来表示的。
<4> 属性节点：
a. 属性节点代表了元素中的属性。
b. 在 DOM API 中，属性节点通过 org.w3c.dom.Attr 接口来表示。
c. 因为属性实际上是附属于元素的，所以属性节点不是元素的子节点，而不作为单独的节点在文档树中出现。


--------------------------------------------------------------------------------

4. DOM 解析 XML 文档的步骤：
<1> 调用 DocumentBuilderFactory.newInstance() 方法得到 DOM 解析器工厂类实例。
<2> 调用解析器工厂实例类的 newDocumentBuilder() 方法得到 DOM 解析器对象。
<3> 调用 DOM 解析器对象的 parse() 方法解析 XML 文档得到代表整个文档的 Document 对象。


--------------------------------------------------------------------------------

5. 以下是用 DOM 解析一个 XML 文档的代码示例：
<1> XML 文档中的内容如下：
<?xml version="1.0" encoding="GB2312"?>
<china>
<province name="河北省">
  <city>石家庄</city>
  <city>邯郸</city>
  <city>唐山</city>
  <city>张家口</city>
  <city>廊坊</city>
</province>
<province name="辽宁省">
  <city>沈阳</city>
  <city>大连</city>
  <city>鞍山</city>
  <city>抚顺</city>
  <city>铁岭</city>
</province>
<province name="山东省">
  <city>济南</city>
  <city>青岛</city>
  <city>威海</city>
  <city>烟台</city>
  <city>潍坊</city>
</province>
</china>
<2> 下面是解析的过程：
  //1. 得到 DocumentBuilderFactory 对象, 由该对象可以得到 DocumentBuilder 对象
  DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
 
  //2. 得到 DocumentBuilder 对象, 由该对象可以得到 Document 对象
  DocumentBuilder db = dbf.newDocumentBuilder();
 
  //3. 得到代表整个 xml 文档的 Document 对象
  Document doc = db.parse(new FileInputStream("cities.xml"));
 
  //4. 得到 "根节点" 既  Document 对象的第一个子节点(最后一个子节点)
  Node rootNode = doc.getFirstChild();
 
  //5. 把 4 得到的 Node 强转为 Element 类型
  Element rootElement  = (Element) rootNode;
  System.out.println("<" + rootElement.getNodeName() + ">");
 
  //6. 得到 "根节点" 的所有 province 子节点   
  NodeList provinceNodes = rootElement.getElementsByTagName_r("province");

  //7. 对 6 得到的 NodeList 进行遍历
  for(int i = 0; i < provinceNodes.getLength(); i++){

   //7.1 把遍历后的每一个元素强转成 Element 类型
   Element provinceElement = (Element) provinceNodes.item(i);
  
   //7.2 得到 7.1 得到的 节点的 name 属性节点
   Attr nameAttr = provinceElement.getAttributeNode("name");
  
   System.out.println("\t<" + provinceElement.getNodeName() +
    "  " +
    nameAttr.getNodeName() + "=" + nameAttr.getNodeValue() + 
    ">");

   //7.3 得到 7.1  节点的所有 "city" 子节点
   NodeList cityNodes = provinceElement.getElementsByTagName_r("city");
  
   for(int j = 0; j < cityNodes.getLength(); j++){
    Element cityElement = (Element) cityNodes.item(j);
    System.out.println("\t\t<" + cityElement.getNodeName() + ">" +
      cityElement.getFirstChild().getNodeValue() +
      "</" + cityElement.getNodeName() + ">");
   }
  
   System.out.println("\t</" + provinceElement.getNodeName() + ">");
  }
 
  System.out.println("</" + rootElement.getNodeName() + ">");
}
本文章转载自http://blog.sina.com.cn/s/blog_5de48f8b0100daso.html