1.说明
XML是EXtensible Markup Language，
即可扩展标记语言,
是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。
本文仅介绍Java语言下的XML解析，
XML的解析方式分为四种：
- 1.DOM解析方式
- 2.SAX解析方式
- 3.JDOM解析方式
- 4.DOM4J解析方式
其中DOM和SAX解析方式属于基础方法，
是JDK提供的平台无关的解析方式；
而JDOM和DOM4J解析方式属于扩展方法，
需要依赖额外的Jar包，
它们是在基础方法上扩展出来的，
而且是专门为Java平台开发的。
另外DOM模型是跨语言的，
DOM在Javascript中也可以使用，
即XML在任何语言中都是一样的模型，
在不同的语言环境中解析方式都是一样的,
只不过实现语法不同而已，
只要理解了DOM，
就可以使用类似的API进行操作，
没有其他学习使用成本。
2.数据准备
下面是要解析的XML文件，
名称为books.xml，
放在工程的src/main/resources目录下：
<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
<book id="1">
<name>Harry Potter</name>
<author>J. K. Rowling</author>
<year>1997</year>
<price>78</price>
</book>
<book id="2">
<name>Andersen's Fairy Tales</name>
<author>Andersen</author>
<year>1875</year>
<price>166</price>
</book>
<book id="3">
<name>The Little Prince</name>
<author>Antoine de Saint-Exupery</author>
<year>1943</year>
<price>19</price>
</book>
</bookstore>
XML文件对应的Book.java类,
用于保存从XML解析到的数据：
package org.w3c.dom;
public class Book {
private int id;
private String name;
private String author;
private int year;
private double price;
/**
* @return the id
*/
public int getId() {
return id;
}
/**
* @param id the id to set
*/
public void setId(int id) {
this.id = id;
}
/**
* @return the name
*/
public String getName() {
return name;
}
/**
* @param name the name to set
*/
public void setName(String name) {
this.name = name;
}
/**
* @return the author
*/
public String getAuthor() {
return author;
}
/**
* @param author the author to set
*/
public void setAuthor(String author) {
this.author = author;
}
/**
* @return the year
*/
public int getYear() {
return year;
}
/**
* @param year the year to set
*/
public void setYear(int year) {
this.year = year;
}
/**
* @return the price
*/
public double getPrice() {
return price;
}
/**
* @param price the price to set
*/
public void setPrice(double price) {
this.price = price;
}
@Override
public String toString() {
return "Book [id=" + id + ", name=" + name + ", author=" + author + ", year=" + year + ", price=" + price + "]";
}
}
3.DOM解析方式
DOM是Document Object Model，
即文档对象模型。
在应用程序中，
基于DOM的XML分析器将,
将XML文件全部载入到内存，
组装成一颗DOM树，
应用程序通过这个对象模型，
来实现对XML数据的操作。
通过DOM接口，
应用程序可以在任何时候访问XML文档中的任何一部分数据，
因此这种利用DOM接口的机制也被称作随机访问机制。
由于XML本质上就是一种分层结构，
DOM强制使用树模型来访问XML中的信息,
所以这种方法是相当有效的。
优点：
- 1.形成了树结构，有助于理解对象模型，容易编写代码。
- 2.解析过程后，树结构保存在内存中，操作灵活，方便修改。
- 3.方便定位当前节点的父节点，子节点以及同级节点。
缺点：
- 1.由于文件是一次性读取，所以对内存的耗费比较大。
- 2.如果XML文件比较大，容易影响解析性能，且可能会造成内存溢出，不适用于较大文档。
解析代码DomParseXML.java：
package org.w3c.dom;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import org.xml.sax.SAXException;
/**
* 用DOM方式解析xml文件,使用JDK提供的类库
*/
public class DomParseXML {
public static void main(String args[]) throws Exception {
String fileName = "src/main/resources/books.xml";
Document document = getDocument(fileName);
List<Book> books = getBooks(document);
for (Book book : books) {
System.out.println(book);
}
}
public static Document getDocument(String fileName) throws ParserConfigurationException, SAXException, IOException {
// 工厂类可以设置很多XML解析参数
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
// 将给定URI的内容解析为一个 XML文档,并返回Document对象
Document document = builder.parse(fileName);
return document;
}
public static List<Book> getBooks(Document document) throws Exception {
// 按文档顺序返回在文档中，具有book标签的所有Node
NodeList bookNodes = document.getElementsByTagName("book");
// 用于保存解析后的Book对象
List<Book> books = new ArrayList<Book>();
// 遍历具有book标签的所有Node
for (int i = 0; i < bookNodes.getLength(); i++) {
// 获取第i个book结点
Node node = bookNodes.item(i);
// 获取第i个book的所有属性
NamedNodeMap namedNodeMap = node.getAttributes();
// 获取已知名为id的属性值
String id = namedNodeMap.getNamedItem("id").getTextContent();
Book book = new Book();
book.setId(Integer.parseInt(id));
// 获取book结点的子节点,包含了text类型的换行
NodeList childNodes = node.getChildNodes();
// 按照顺序将book里面的属性加入数组
ArrayList<String> contents = new ArrayList<>();
// 这里由于偶数行是text类型无用节点，所以只取1,3,5,7节点
for (int j = 1; j < childNodes.getLength(); j += 2) {
Node childNode = childNodes.item(j);
String content = childNode.getFirstChild().getTextContent();
contents.add(content);
}
// 将数组中的内容按照顺序写入对象
book.setName(contents.get(0));
book.setAuthor(contents.get(1));
book.setYear(Integer.parseInt(contents.get(2)));
book.setPrice(Double.parseDouble(contents.get(3)));
// 将解析好的book加入返回列表
books.add(book);
}
return books;
}
}
4.SAX解析方式
SAX是Simple APIs for XML，
即XML简单应用程序接口。
与DOM不同，
SAX提供的访问模式是一种顺序模式，
这是一种快速读写XML数据的方式。
当使用SAX分析器对XML文档进行分析时，
会触发一系列事件，
并激活相应的事件处理函数，
应用程序通过这些事件处理函数实现对XML文档的读取，
因此SAX接口的机制也被称作事件驱动机制。
优点：
- 1.采用事件驱动模式，对内存耗费比较小。
- 2.适用于只处理XML文件中的数据时。
缺点：
- 1.编码比较麻烦，需要自定义事件处理类，配合SAX分析器使用。
- 2.很难同时访问XML文件中的多处不同数据。
解析代码SAXParseHandler.java：
package javax.xml.parsers;
import java.util.ArrayList;
import java.util.List;
import org.w3c.dom.Book;
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;
/**
* 用SAX方式解析XML文件时需要的handler
*/
public class SAXParseHandler extends DefaultHandler {
// 存放解析到的book数组
private List<Book> books;
// 存放当前解析的book
private Book book;
// 存放当前节点值
private String content = null;
/**
* 开始解析XML文件时调用此方法
*/
@Override
public void startDocument() throws SAXException {
super.startDocument();
System.out.println("开始解析XML文件");
books = new ArrayList<Book>();
}
/**
* 完成解析XML文件时调用此方法
*/
@Override
public void endDocument() throws SAXException {
super.endDocument();
System.out.println("完成解析XML文件");
}
/**
* 开始解析节点时调用此方法
*/
@Override
public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
super.startElement(uri, localName, qName, attributes);
// 当节点名为book时,获取book的属性id
if (qName.equals("book")) {
book = new Book();
String id = attributes.getValue("id");
book.setId(Integer.parseInt(id));
}
}
/**
*完成解析节点时调用此方法
*
*@param qName 节点名
*/
@Override
public void endElement(String uri, String localName, String qName) throws SAXException {
super.endElement(uri, localName, qName);
if (qName.equals("name")) {
book.setName(content);
} else if (qName.equals("author")) {
book.setAuthor(content);
} else if (qName.equals("year")) {
book.setYear(Integer.parseInt(content));
} else if (qName.equals("price")) {
book.setPrice(Double.parseDouble(content));
} else if (qName.equals("book")) {
// 当结束当前book解析时,将该book添加到数组后置为空，方便下一次book赋值
books.add(book);
book = null;
}
}
/**
* 此方法用来获取节点的值
*/
@Override
public void characters(char[] ch, int start, int length) throws SAXException {
super.characters(ch, start, length);
// 将节点的内容保存到content,以便在完成解析节点时调用此方法,
// 根据节点名称把content赋给Book的相应字段
content = new String(ch, start, length);
}
public List<Book> getBooks() {
return books;
}
}
解析代码SaxParseXML.java：
package javax.xml.parsers;
import java.util.List;
import org.w3c.dom.Book;
/**
* 用SAX方式解析XML文件，使用JDK提供的类库
*/
public class SaxParseXML {
public static void main(String[] args) throws Exception {
String fileName = "src/main/resources/books.xml";
List<Book> books = getBooks(fileName);
for (Book book : books) {
System.out.println(book);
}
}
public static List<Book> getBooks(String fileName) throws Exception {
// SAXParserFactory可以设置XML解析参数
SAXParserFactory sParserFactory = SAXParserFactory.newInstance();
SAXParser parser = sParserFactory.newSAXParser();
SAXParseHandler handler = new SAXParseHandler();
// SAXParser解析XML文件时需要配合SAXParseHandler使用
parser.parse(fileName, handler);
// 从自定义的解析类SAXParseHandler中取出解析结果
return handler.getBooks();
}
}
5.JDOM解析方式
通过引入第三方jar包，
简化与XML的交互，易于使用，
使用类似于上面的DOM解析方式，
但是比使用DOM解析方式更快。
特征：
- 1.仅使用具体类，而不使用接口。
- 2.API大量使用了Collections类。
引入jar包：
<dependency>
<groupId>org.jdom</groupId>
<artifactId>jdom2</artifactId>
<version>2.0.6</version>
</dependency>
解析代码JdomParseXML.java：
package org.jdom2.input;
import java.io.FileInputStream;
import java.util.ArrayList;
import java.util.List;
import org.jdom2.Attribute;
import org.jdom2.Document;
import org.jdom2.Element;
import org.w3c.dom.Book;
/**
* 用JDOM方式解析xml文件
*/
public class JdomParseXML {
public static void main(String[] args) throws Exception {
String fileName = "src/main/resources/books.xml";
List<Book> books = getBooks(fileName);
for (Book book : books) {
System.out.println(book);
}
}
public static List<Book> getBooks(String fileName) throws Exception {
SAXBuilder saxBuilder = new SAXBuilder();
Document document = saxBuilder.build(new FileInputStream(fileName));
// 获取根节点bookstore
Element bookstore = document.getRootElement();
// 获取根节点的子节点，返回子节点的数组
List<Element> bookElements = bookstore.getChildren();
List<Book> books = new ArrayList<Book>();
for (Element bookElement : bookElements) {
// 获取Book的id属性值
Book book = getBookByElement(bookElement);
// 获取Book的name等其他元素的属性值
generateBookDetail(bookElement, book);
books.add(book);
}
return books;
}
public static Book getBookByElement(Element bookElement) {
Book book = new Book();
// 遍历bookElement的属性,获取id属性的值
List<Attribute> bookAttributes = bookElement.getAttributes();
for (Attribute attribute : bookAttributes) {
if (attribute.getName().equals("id")) {
String id = attribute.getValue();
book.setId(Integer.parseInt(id));
}
}
return book;
}
public static void generateBookDetail(Element bookElement, Book book) {
// 获取Book标签下的其它标签的值
List<Element> children = bookElement.getChildren();
for (Element child : children) {
String nodeName = child.getName();
String nodeValue = child.getValue();
if (nodeName.equals("name")) {
book.setName(nodeValue);
} else if (nodeName.equals("author")) {
book.setAuthor(nodeValue);
} else if (nodeName.equals("year")) {
book.setYear(Integer.parseInt(nodeValue));
} else if (nodeName.equals("price")) {
book.setPrice(Double.parseDouble(nodeValue));
}
}
}
}
6.DOM4J解析方式
DOM4J是基于JDOM的一个智能分支，
包含了更多的改进和功能，
DOM4J最新的发布包是2020年4月的。
而JDOM最新的发布包是2015年2月的。
通过引入第三方jar包，，
使用类似于上面的SAX解析方式，
所以比JDOM有着更好的性能。
特征：
- 1.JDOM的一个智能分支，它合并了许多超出基本XML文档表示的功能。
- 2.它使用接口和抽象基本类方法。
- 3.具有性能优异、灵活性好、功能强大和极端易用的特点。
引入jar包：
<dependency>
<groupId>org.dom4j</groupId>
<artifactId>dom4j</artifactId>
<version>2.1.3</version>
</dependency>
解析代码Dom4jParseXML .java：
package org.dom4j.io;
import java.io.File;
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;
import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.Element;
import org.w3c.dom.Book;
/**
* 用DOM4J方式解析XML文件
*
*/
public class Dom4jParseXML {
public static void main(String[] args) throws Exception {
String fileName = "src/main/resources/books.xml";
List<Book> books = getBooks(fileName);
for (Book book : books) {
System.out.println(book);
}
}
public static List<Book> getBooks(String fileName) throws Exception {
SAXReader reader = new SAXReader();
File file = new File(fileName);
Document document = reader.read(file);
Element bookstore = document.getRootElement();
Iterator<Element> bookElements = bookstore.elementIterator();
List<Book> books = new ArrayList<Book>();
while (bookElements.hasNext()) {
Element bookElement = bookElements.next();
// 获取Book的id属性值
Book book = getBookByElement(bookElement);
// 获取Book的name等其他元素的属性值
generateBookDetail(bookElement, book);
books.add(book);
}
return books;
}
public static Book getBookByElement(Element bookElement) {
Book book = new Book();
// 遍历bookElement的属性,获取id属性的值
List<Attribute> attributes = bookElement.attributes();
for (Attribute attribute : attributes) {
if (attribute.getName().equals("id")) {
String id = attribute.getValue();
book.setId(Integer.parseInt(id));
}
}
return book;
}
public static void generateBookDetail(Element bookElement, Book book) {
// 获取Book标签下的其它标签的值
Iterator<Element> details = bookElement.elementIterator();
while (details.hasNext()) {
Element child = details.next();
String nodeName = child.getName();
String nodeValue = child.getStringValue();
if (nodeName.equals("name")) {
book.setName(nodeValue);
} else if (nodeName.equals("author")) {
book.setAuthor(nodeValue);
} else if (nodeName.equals("year")) {
book.setYear(Integer.parseInt(nodeValue));
} else if (nodeName.equals("price")) {
book.setPrice(Double.parseDouble(nodeValue));
}
}
}
}
7.总结
DOM4J性能最好，连Sun的JAXM也在用DOM4J。
目前许多开源项目中大量采用DOM4J，
例如大名鼎鼎的Hibernate也用DOM4J来读取XML配置文件。
如果不考虑可移植性，那就采用DOM4J。
SAX表现较好，这要依赖于它特定的解析方式－事件驱动。
一个SAX检测即将到来的XML流，
但并没有载入到内存，
当然当XML流被读入时，
会有部分文档暂时保存在内存中。
DOM和JDOM在性能测试时表现不佳，
在测试10M文档时内存溢出。
在小文档情况下还值得考虑使用DOM和JDOM。
另外，DOM仍是一个非常好的选择。
DOM实现广泛应用于多种编程语言。
它还是许多其它与XML相关的标准的基础，
因为它正式获得W3C推荐，
所以在某些类型的项目中可能也需要它，
如在JavaScript中使用DOM。
网友评论