浅述DOM和SAX解析XML

首先列出的是待解析的XML文档：candidate.xml

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<people>
	<!-- This is Jadyer`s comment -->
	<person personID="P01">
		<姓名 userID="U01">Tony Blair</姓名>
		<邮箱>[email protected]</邮箱>
		<地址>10 Downing Street, London, UK</地址>
	</person>
	<person personID="P02">
		<姓名 userID="U02">Bill Clinton</姓名>
		<邮箱>[email protected]</邮箱>
		<地址>White House, USA</地址>
	</person>
	<person personID="P03">
		<姓名 userID="U03">Tom Cruise</姓名>
		<邮箱>[email protected]</邮箱>
		<地址>57 Jumbo Street, New York, USA</地址>
	</person>
	<person personID="P04">
		<姓名 userID="U04">Linda Goodman</姓名>
		<邮箱>[email protected]</邮箱>
		<地址>78 Crax Lane, London, UK</地址>
	</person>
</people>

下面是以DOM方式解析XML的演示：DomParse.java

package com.jadyer.xml;

import java.io.File;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;

import org.w3c.dom.Attr;
import org.w3c.dom.Comment;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.NamedNodeMap;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;

/**
 * 以DOM(Document Object Model)方式解析XML文档
 */
public class DomParse {
	public static void main(String[] args) throws Exception {
		//Step01：获得DOM解析器工厂，该工厂用于创建具体的解析器
		//		  这里使用DocumentBuilderFactory的目的是为了创建与具体解析器无关的程序
		//        当newInstance()被调用时，它会根据一个系统变量来决定具体使用哪一个解析器
		//        又因为所有的解析器都服从于JAXP(Java API for Xml Parse)所定义的接口
		//        所以无论具体使用哪一个解析器，代码都是一样的
		//        所以当在不同的解析器之间进行切换时，只需更改系统变量的值，而不用更改任何代码
		//        注：所使用的系统变量可以查看DocumentBuilderFactory.newInstance()的API
		DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
		//Step02：获得具体的DOM解析器
		DocumentBuilder db = dbf.newDocumentBuilder();
		//Step03：解析一个XML文档，获得Document对象，即XML文档的根结点
		//        注：由于使用的是DocumentBuilder.parse(File file)方法
		//        注：故candidate.xml只需放在JavaProject的根目录下即可，不需要放到src下面
		Document document = db.parse(new File("candidate.xml"));
		
		//获得文档的根元素节点
		Element root = document.getDocumentElement();
		
		System.out.println("*****************************************************************************************");
		System.out.println("*****************************************************************************************");
		
		System.out.println("Factory Class: " + dbf.getClass().getName());
		System.out.println("Builder Class: " + db.getClass().getName());
		System.out.println("Document Class: " + document.getClass().getName());
		
		System.out.println("*****************************************************************************************");
		System.out.println("*****************************************************************************************");
		parseElement(root); //以DOM方式，并通过递归的手段，解析任意的XML文档，最后将其内容输出到命令行
		System.out.println("\n*****************************************************************************************");
		System.out.println("*****************************************************************************************");		
		
		//解析XML时要注意：节点与节点之间的空格文本，也算是根元素节点的孩子的组成部分
		NodeList list11 = root.getChildNodes();
		System.out.println("该XML文档的根元素节点为: " + root.getTagName());
		System.out.println("根元素节点下的孩子数目为: " + list11.getLength());
		System.out.println("根元素节点下的孩子名字为: 如下所示");
		for(int i=0; i<list11.getLength(); i++){
			System.out.println("                     " + list11.item(i).getNodeName());
		}
		
		System.out.println("=========================================================================================");
		
		//获得所有的标签名为'PERSON'的节点
		NodeList list22 = document.getElementsByTagName("person");
		for(int i=0; i<list22.getLength(); i++){
			Element element = (Element)list22.item(i);
			
			NamedNodeMap nnm = element.getAttributes();
			System.out.print(nnm.item(0).getNodeName());
			System.out.print("=");
			System.out.println(nnm.item(0).getNodeValue());
			
			String content = element.getElementsByTagName("姓名").item(0).getFirstChild().getNodeValue();
			String contentAttr = element.getElementsByTagName("姓名").item(0).getAttributes().item(0).getNodeName();
			String contentvalue = element.getElementsByTagName("姓名").item(0).getAttributes().item(0).getNodeValue();
			System.out.println(contentAttr + "=" + contentvalue);
			System.out.println("姓名: " + content);
			content = element.getElementsByTagName("邮箱").item(0).getFirstChild().getNodeValue();
			System.out.println("邮箱: " + content);
			content = element.getElementsByTagName("地址").item(0).getFirstChild().getNodeValue();
			System.out.println("地址: " + content);
			System.out.println("=========================================================================================");
		}
	}
	
	/**
	 * 以DOM方式，并通过递归的手段，解析任意的XML文档，最后将其内容输出到命令行
	 */
	private static void parseElement(Element element) {
		String tagName = element.getNodeName();
		NodeList children = element.getChildNodes();

		System.out.print("<" + tagName);

		//element元素的所有属性所构成的NamedNodeMap对象，需要对其进行判断
		NamedNodeMap map = element.getAttributes();
		if(null != map){ //如果该元素存在属性
			for(int i=0; i<map.getLength(); i++){
				Attr attr = (Attr) map.item(i); //获得该元素的每一个属性
				System.out.print(" " + attr.getName() + "=\"" + attr.getValue() + "\"");
			}
		}

		System.out.print(">");

		for(int i=0; i<children.getLength(); i++){
			Node node = children.item(i);
			short nodeType = node.getNodeType(); //获得节点的类型
			if(Node.ELEMENT_NODE == nodeType){
				parseElement((Element)node); //是元素，继续递归
			}else if(Node.TEXT_NODE == nodeType){
				System.out.print(node.getNodeValue()); //递归出口
			}else if(Node.COMMENT_NODE == nodeType){
				System.out.print("<!--");
				Comment comment = (Comment) node;
				System.out.print(comment.getData()); //注释的内容
				System.out.print("-->");
			}
		}
		
		System.out.print("</" + tagName + ">");
	}
}

下面是以SAX方式解析XML的演示：SaxParse.java

package com.jadyer.xml;

import java.io.File;
import java.util.Stack;

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;

/**
 * 以SAX(Simple APIs for XML)方式解析XML文档
 * @see DOM解析XML时，会将XML文档加载到内存，然后通过随机的方式访问内存中的DOM树
 * @see SAX是基于事件而且是顺序执行的，一旦经过了某元素，我们就没有办法再去访问它了
 * @see SAX不必事先将整个XML文档加载到内存当中，因此它占据内存要比DOM小
 * @see 对于大型的XML文档来说，通常会使用SAX而不是DOM进行解析
 */
public class SaxParse {
	public static void main(String[] args) throws Exception {
		//Step01:获得SAX解析器工厂实例
		SAXParserFactory factory = SAXParserFactory.newInstance();
		//Step02:获得SAX解析器实例
		SAXParser parser = factory.newSAXParser();
		//Step03:开始解析
		parser.parse(new File("candidate.xml"), new MyHandler11());
		parser.parse(new File("candidate.xml"), new MyHandler22());
	}
}


/**
 * 
 * MyHandler11
 * @see org.xml.sax.helpers.DefaultHandler类的处理方法
 * @see      项目         处理方法
 * @see    文档的开始   startDocument()
 * @see    <people>   startElement()
 * @see    "春运订票"   characters()
 * @see    </people>  endElement()
 * @see    文档的开始   endDocument()
 */
class MyHandler11 extends DefaultHandler {
	@Override
	public void startDocument() throws SAXException {
		System.out.println("=====================================================");
		System.out.println("Document_start");
	}
	@Override
	public void endDocument() throws SAXException {
		System.out.println("Document_end");
		System.out.println("=====================================================");
	}
	@Override
	public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
		System.out.println("Element_Start");
	}
	@Override
	public void endElement(String uri, String localName, String qName) throws SAXException {
		System.out.println("Element_End");
	}
}


class MyHandler22 extends DefaultHandler {
	private Stack<String> stack = new Stack<String>();
	private String name;
	private String email;
	private String address;

	@Override
	public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
		stack.push(qName); //qName表示标签的名字。即<person personID="P01">中的person
		for(int i = 0; i<attributes.getLength(); i++){
			String attrName = attributes.getQName(i); //获得第i个属性的名字。即personID
			String attrValue = attributes.getValue(i); //获得第i个属性的值。即P01
			System.out.println(attrName + "=" + attrValue);
		}
	}
	@Override
	public void characters(char[] ch, int start, int length) throws SAXException {
		String tag = stack.peek();
		if("姓名".equals(tag)){
			name = new String(ch, start, length);
		}else if("邮箱".equals(tag)){
			email = new String(ch, start, length);
		}else if("地址".equals(tag)){
			address = new String(ch, start, length);
		}
	}
	@Override
	public void endElement(String uri, String localName, String qName) throws SAXException {
		stack.pop(); //表示该元素已经解析完毕，需要从栈中弹出
		if("person".equals(qName)){
			System.out.println("姓名: " + name);
			System.out.println("邮箱: " + email);
			System.out.println("地址: " + address);
			System.out.println("=====================================================");
		}
	}
}