XML解析

2021-07-12 00:01:52 作者：互联网

一：介绍

XML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。XML在不同的语言环境中解析方式都是一样的,只不过实现的语法不同而已。

XML和HTML是同宗，XML 可扩展标记语言Xml文件标签可以进行自定义对大小写敏感，主要用于存储数据

Xml文件的第一行

<?xml version="1.0" encoding="UTF-8"?>

　　XML的解析方式分为四种：1、DOM解析；2、SAX解析；3、JDOM解析；4、DOM4J解析。其中前两种属于基础方法，是官方提供的平台无关的解析方式；后两种属于扩展方法，它们是在基础的方法上扩展出来的，只适用于java平台。

一、DOM解析

　　DOM的全称是Document Object Model，也即文档对象模型。在应用程序中，基于DOM的XML分析器将一个XML文档转换成一个对象模型的集合（通常称DOM树），应用程序正是通过对这个对象模型的操作，来实现对XML文档数据的操作。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。

　　DOM接口提供了一种通过分层对象模型来访问XML文档信息的方式，这些分层对象模型依据XML的文档结构形成了一棵节点树。无论XML文档中所描述的是什么类型的信息，即便是制表数据、项目列表或一个文档，利用DOM所生成的模型都是节点树的形式。也就是说，DOM强制使用树模型来访问XML文档中的信息。由于XML本质上就是一种分层结构，所以这种描述方法是相当有效的。

　　DOM树所提供的随机访问方式给应用程序的开发带来了很大的灵活性，它可以任意地控制整个XML文档中的内容。然而，由于DOM分析器把整个XML文档转化成DOM树放在了内存中，因此，当文档比较大或者结构比较复杂时，对内存的需求就比较高。而且，对于结构复杂的树的遍历也是一项耗时的操作。所以，DOM分析器对机器性能的要求比较高，实现效率不十分理想。不过，由于DOM分析器所采用的树结构的思想与XML文档的结构相吻合，同时鉴于随机访问所带来的方便，因此，DOM分析器还是有很广泛的使用价值的。

　　　　优点：

　　　　　　1、形成了树结构，有助于更好的理解、掌握，且代码容易编写。

　　　　　　2、解析过程中，树结构保存在内存中，方便修改。

　　　　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。

DOM 解析过程

如果一个程序需要进行 DOM 解析读取操作的话，也需要按照如下的步骤进行：

① 建立 DocumentBuilderFactory : DocumentBuilderFactory factory =

DocumentBuilderFactory.newInstance();

②建立 DocumentBuilder: DocumentBuilder builder = factory.newDocumentBuilder();

③建立 Document : Document doc = builder.parse(“要解析的文件路径”);

④建立 NodeList : NodeList nl = doc.getElementsByTagName(“读取节点”);

⑤进行 XML 信息读取

public class Test {
	// Document 对象
	public static void main(String[] args)  {	
		try {
			//  1. 单例模式 获取document解析工厂对象
			DocumentBuilderFactory factory = 
					DocumentBuilderFactory.newInstance();
			//  2.通过文档解析工厂对象 去获取解析对象		
			DocumentBuilder builder = factory.newDocumentBuilder();
			//  3.通过文档解析器获取文档对象 
			Document doc = builder.parse("department.xml");
			// 获取根节点
			Element root = doc.getDocumentElement();
//			// 获取student节点
//			Node student = root.getFirstChild().getNextSibling();
//			// 获取name的节点
//			Node name = student.getFirstChild().getNextSibling();
//			
//		
//			//getNodeName 返回节点名称
//			//getTextContent 返回节点的文本
//			//getNodeValue 返回节点的值  
//			//一般的element ---value  --null
//			//      text    ----name  都是#text
//			//      Attribute  name ---id   value ----110
//			System.out.println(name.getNodeName());
//			System.out.println(name.getTextContent());
//			
//			Node age = name.getNextSibling().getNextSibling();
//			
//			System.out.println(age.getNodeName());
//			System.out.println(age.getTextContent());
			// 能不能写一个通用的遍历方法
			NodeList list = doc.getElementsByTagName("student");	
			System.out.println(list.getLength());			
		} catch (ParserConfigurationException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		} catch (SAXException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}
}

二、SAX解析

　　SAX的全称是Simple APIs for XML，也即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文档的访问，因而SAX接口也被称作事件驱动接口。

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。

　　　2、很难同时访问XML文件中的多处不同数据。

// 1、创建解析器工厂 
SAXParserFactory factory = SAXParserFactory.newInstance(); 
// 2、获得解析器 
SAXParser parser = factory.newSAXParser(); 
// SAX解析器 ，继承 DefaultHandler 
String path = new File("resource/demo01.xml").getAbsolutePath(); 
// 解析 
parser.parse(path, new MySaxHandler());

三、DOM4j 解析

　1、JDOM的一种智能分支，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。

　　　　　　4、是一个开放源码的文件

File file = new File("resource/outputdom4j.xml"); 
SAXReader reader = new SAXReader(); 
// 读取文件作为文档 
Document doc = reader.read(file); 
// 获取文档的根元素 
Element root = doc.getRootElement(); 
// 根据跟元素找到全部的子节点 
Iterator<Element> iter = root.elementIterator(); 
while(iter.hasNext()){ 
Element name = iter.next(); 
System.out.println("value = " + name.getText()); 
} 
创建 
// 使用DocumentHelper来创建 Document对象 
Document document = DocumentHelper.createDocument(); 
// 创建元素并设置关系 
Element person = document.addElement("person"); 
Element name = person.addElement("name"); 
Element age = person.addElement("age"); 
// 设置文本 
name.setText("shsxt"); 
age.setText("10"); 
// 创建格式化输出器 
OutputFormat of = OutputFormat.createPrettyPrint(); 
of.setEncoding("utf-8"); 
// 输出到文件 
File file = new File("resource/outputdom4j.xml"); 
XMLWriter writer = new XMLWriter(new FileOutputStream(new 
File(file.getAbsolutePath())),of); 
// 写出 
writer.write(document); 
writer.flush(); 
writer.close();

四、JDOM 解析

　1、仅使用具体类，而不使用接口。

　2、API大量使用了Collections类。

3.JDOM 本身支持了 SAX 的特点；所以，可以使用 SAX 进行解析操作。

// 获取SAX解析器 
SAXBuilder builder = new SAXBuilder(); 
File file = new File("resource/demo01.xml"); 
// 获取文档 
Document doc = builder.build(new File(file.getAbsolutePath())); 
// 获取根节点 
Element root = doc.getRootElement(); 
System.out.println(root.getName()); 
// 获取根节点下所有的子节点， 也可以根据标签名称获取指定的直接点 
List<Element> list = root.getChildren(); 
System.out.println(list.size()); 
for(int x = 0; x<list.size(); x++){ 
Element e = list.get(x); 
// 获取元素的名称和里面的文本 
String name = e.getName(); 
System.out.println(name + "=" + e.getText()); 
System.out.println("==================");}

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。
JDOM和DOM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。虽然JDOM的开发者已经说明他们期望在正式发行版前专注性能问题，但是从性能观点来看，它确实没有值得推荐之处。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（与基于非标准的Java模型相对），所以在某些类型的项目中可能也需要它（如在JavaScript中使用DOM）。
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

标签：XML,name,DOM,SAX,文档,解析
来源： https://blog.csdn.net/shengli515/article/details/118658451