Java对Xml文件解析

JAVA 解析 XML 通常有两种方式，DOM 和 SAX。

     DOM 虽然是 W3C 的标准，提供了标准的解析方式，但它的解析效率一直不尽如人意，因为使用DOM解析XML时，解析器读入整个文档并构建一个驻留内存的树结构（节点树），然后您的代码才可以使用 DOM 的标准接口来操作这个树结构。但大部分情况下我们只对文档的部分内容感兴趣，根本就不用先解析整个文档，并且从节点树的根节点来索引一些我们需要的数据也是非常耗时的。
    SAX是一种XML解析的替代方法。相比于文档对象模型DOM，SAX 是读取和操作 XML 数据的更快速、更轻量的方
法。SAX 允许您在读取文档时处理它，从而不必等待整个文档被存储之后才采取操作。它不涉及 DOM 所必需的开销和概念跳跃。 SAX API是一个基于事件的API ，适用于处理数据流，即随着数据的流动而依次处理数据。SAX API 在其解析您的文档时发生一定事件的时候会通知您。在您对其响应时，您不作保存的数据将会 被抛弃。

1． Xml技术简介
Xml文件有两种约束类型，包括文档类型定义（DTD）和Xml 模式（Schema）。Xml DTD被包含在xml1的标准里。Xml 模式被包含在W3C的标准中。在xml 数据和xml 模式两者之间有很多的区别。
A． xml模式支持的数据类型比xml DTD多；
B． xml模式在无序的情况下使用起来比xml DTD更方便；
C． xml模式支持名字空间，可以在不同的文件中定义相同的方法等。
D． xml模式形成的文档可以被多种标准解析，如dom，sax或者jdom等，而xml DTD方式下确不行。
2． Xml文件解析
在java语言环境里可以使用三种方法解析xml文件：dom（document object model），sax（simple api for xml）和jdom（java document object model）。
SAX提供了基于事件的方式进行解析，适合于快速，数据量小的解析情况。SAX解析有几个缺陷：A.它的解析是连续的；B.数据无法回朔。
DOM解析不同于SAX。它提供了内存中完整的xml数据映像，数据被存储在树状结构中。DOM解析方式更容易获得和处理数据。
JDOM是java语言中特有的，主要用来支持xpath标准。
3． SAX解析方式
上面我简要介绍了几种解析xml文件的技术，这里我们使用SAX技术给出一个小例子，大家可以从这个例子中发现如果你能够掌握一些开源软件包，你就可以很快掌握解析xml数据的技术。
3．1制作一个简单的xml文件component.xml

<?xml version="1.0"?>
<XmlComponents>
<XmlComponent>
<ComNo>1</ComNo>
</XmlComponent>
</XmlComponents>

3.2下载xerces.jar软件包
在Apache网站上×××下载xerces.jar软件包，这个包中包含了上面我们列举的几种解析xml数据的API。然后将这个软件包加入到程序的 classpath中。
3.3制作解析类MySaxParser.java

import java.io.IOException;
import org.xml.sax.*;
import org.xml.sax.helpers.*;
import javax.xml.parsers.*;

public class MySaxParser extends DefaultHandler {

    private static int INDENT = 2;

    // 运行主方法

    public static void main(String[] argv) {
        // if (argv.length != 1) {
        // System.out.println("Usage: java ds.MySaxParser [URI]");
        // System.exit(0);
        // }

        System.setProperty("javax.xml.parsers.SAXParserFactory", "org.apache.xerces.jaxp.SAXParserFactoryImpl");
        // String uri = argv[0];

        String uri = "Components.xml";
        try {
            SAXParserFactory parserFactory = SAXParserFactory.newInstance();
            parserFactory.setValidating(false);
            parserFactory.setNamespaceAware(false);
            MySaxParser MySaxParserInstance = new MySaxParser();
            SAXParser parser = parserFactory.newSAXParser();
            parser.parse(uri, MySaxParserInstance);
        }
        catch (IOException ex) {
            ex.printStackTrace();
        }
        catch (SAXException ex) {
            ex.printStackTrace();
        }
        catch (ParserConfigurationException ex) {
            ex.printStackTrace();
        }
        catch (FactoryConfigurationError ex) {
            ex.printStackTrace();
        }

    }

    private int idx = 0; // indent
    // 处理各种分隔符号
    public void characters(char[] ch, int start, int length) throws SAXException {
        // instantiates s, indents output, prints character values in element
        String s = new String(ch, start, length);
        if (!s.startsWith("\n")) // 空的value不打印
            System.out.println(getIndent() + " Value: " + s);
    }

    // 处理文档尾
    public void endDocument() throws SAXException {
        idx -= INDENT;
        System.out.println(getIndent() + "end document");
        System.out.println("...PARSING ends");

    }

    // 处理标记尾
    public void endElement(String uri, String localName, String qName) throws SAXException {
        idx -= INDENT;
    }

    // 处理文档的起始点
    public void startDocument() throws SAXException {
        idx += INDENT;
        System.out.println("PARSING begins...");
        System.out.println(getIndent() + "start document: ");
    }

    // 处理标记头
    public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
        idx += INDENT;
        System.out.println('\n' + getIndent() + "start element: " + qName);
    }

    private String getIndent() {
        StringBuffer sb = new StringBuffer();
        for (int i = 0; i < idx; i++)
            sb.append(" ");
        return sb.toString();
    }

}

总结，虽然解析xml数据很复杂，因为涉及了很多的递归算法，但是我们可以使用业界比较成熟的解析API来进行xml数据处理。我现在只是给出了一个非常简单的例子，但是在真实系统中远比这个要复杂的多，大家以后在使用的使用会发现还是有很多的工作要做的。