XML解析

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。

　　针对以下XML文件，会对四种方式进行详细描述：

<?xml version="1.0" encoding="UTF-8"?><bookstore>    <book id="1">        <name>冰与火之歌</name>        <author>乔治马丁</author>        <year>2014</year>        <price>89</price>    </book>    <book id="2">        <name>安徒生童话</name>        <year>2004</year>        <price>77</price>        <language>English</language>    </book>    </bookstore>

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。

　　以下是解析代码：

public class DOMTest {    public static void main(String[] args) {        //创建一个DocumentBuilderFactory的对象        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();        //创建一个DocumentBuilder的对象        try {            //创建DocumentBuilder对象            DocumentBuilder db = dbf.newDocumentBuilder();            //通过DocumentBuilder对象的parser方法加载books.xml文件到当前项目下            Document document = db.parse("books.xml");            //获取所有book节点的集合            NodeList bookList = document.getElementsByTagName("book");            //通过nodelist的getLength()方法可以获取bookList的长度            System.out.println("一共有" + bookList.getLength() + "本书");            //遍历每一个book节点            for (int i = 0; i < bookList.getLength(); i++) {                System.out.println("=================下面开始遍历第" + (i + 1) + "本书的内容=================");                //通过 item(i)方法 获取一个book节点，nodelist的索引值从0开始                Node book = bookList.item(i);                //获取book节点的所有属性集合                NamedNodeMap attrs = book.getAttributes();                System.out.println("第 " + (i + 1) + "本书共有" + attrs.getLength() + "个属性");                //遍历book的属性                for (int j = 0; j < attrs.getLength(); j++) {                    //通过item(index)方法获取book节点的某一个属性                    Node attr = attrs.item(j);                    //获取属性名                    System.out.print("属性名：" + attr.getNodeName());                    //获取属性值                    System.out.println("--属性值" + attr.getNodeValue());                }                //解析book节点的子节点                NodeList childNodes = book.getChildNodes();                //遍历childNodes获取每个节点的节点名和节点值                System.out.println("第" + (i+1) + "本书共有" +                 childNodes.getLength() + "个子节点");                for (int k = 0; k < childNodes.getLength(); k++) {                    //区分出text类型的node以及element类型的node                    if (childNodes.item(k).getNodeType() == Node.ELEMENT_NODE) {                        //获取了element类型节点的节点名                        System.out.print("第" + (k + 1) + "个节点的节点名："                         + childNodes.item(k).getNodeName());                        //获取了element类型节点的节点值                        System.out.println("--节点值是：" + childNodes.item(k).getFirstChild().getNodeValue());                        //System.out.println("--节点值是：" + childNodes.item(k).getTextContent());                    }                }                System.out.println("======================结束遍历第" + (i + 1) + "本书的内容=================");            }        } catch (ParserConfigurationException e) {            e.printStackTrace();        } catch (SAXException e) {            e.printStackTrace();        } catch (IOException e) {            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。
　　以下是解析代码：

public class SAXTest {    /**     * @param args     */    public static void main(String[] args) {        SAXParserFactory factory = SAXParserFactory.newInstance();        try {            SAXParser parser = factory.newSAXParser();            SAXParserHandler handler = new SAXParserHandler();            parser.parse("books.xml", handler);            System.out.println("~！~！~！共有" + handler.getBookList().size()                    + "本书");            for (Book book : handler.getBookList()) {                System.out.println(book.getId());                System.out.println(book.getName());                System.out.println(book.getAuthor());                System.out.println(book.getYear());                System.out.println(book.getPrice());                System.out.println(book.getLanguage());                System.out.println("----finish----");            }        } 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();        }    }}public class SAXParserHandler extends DefaultHandler {    String value = null;    Book book = null;    private ArrayList<Book> bookList = new ArrayList<Book>();    public ArrayList<Book> getBookList() {        return bookList;    }    int bookIndex = 0;    /**     * 用来标识解析开始     */    @Override    public void startDocument() throws SAXException {        // TODO Auto-generated method stub        super.startDocument();        System.out.println("SAX解析开始");    }    /**     * 用来标识解析结束     */    @Override    public void endDocument() throws SAXException {        // TODO Auto-generated method stub        super.endDocument();        System.out.println("SAX解析结束");    }    /**     * 解析xml元素     */    @Override    public void startElement(String uri, String localName, String qName,            Attributes attributes) throws SAXException {        //调用DefaultHandler类的startElement方法        super.startElement(uri, localName, qName, attributes);        if (qName.equals("book")) {            bookIndex++;            //创建一个book对象            book = new Book();            //开始解析book元素的属性            System.out.println("======================开始遍历某一本书的内容=================");            //不知道book元素下属性的名称以及个数，如何获取属性名以及属性值            int num = attributes.getLength();            for(int i = 0; i < num; i++){                System.out.print("book元素的第" + (i + 1) +  "个属性名是："                        + attributes.getQName(i));                System.out.println("---属性值是：" + attributes.getValue(i));                if (attributes.getQName(i).equals("id")) {                    book.setId(attributes.getValue(i));                }            }        }        else if (!qName.equals("name") && !qName.equals("bookstore")) {            System.out.print("节点名是：" + qName + "---");        }    }    @Override    public void endElement(String uri, String localName, String qName)            throws SAXException {        //调用DefaultHandler类的endElement方法        super.endElement(uri, localName, qName);        //判断是否针对一本书已经遍历结束        if (qName.equals("book")) {            bookList.add(book);            book = null;            System.out.println("======================结束遍历某一本书的内容=================");        }        else if (qName.equals("name")) {            book.setName(value);        }        else if (qName.equals("author")) {            book.setAuthor(value);        }        else if (qName.equals("year")) {            book.setYear(value);        }        else if (qName.equals("price")) {            book.setPrice(value);        }        else if (qName.equals("language")) {            book.setLanguage(value);        }    }    @Override    public void characters(char[] ch, int start, int length)            throws SAXException {        // TODO Auto-generated method stub        super.characters(ch, start, length);        value = new String(ch, start, length);        if (!value.trim().equals("")) {            System.out.println("节点值是：" + value);        }    }}

三、JDOM解析

　　　　特征：

　　　　　　1、仅使用具体类，而不使用接口。

　　　　　　2、API大量使用了Collections类。

　　以下是解析代码：
　　

public class JDOMTest {    private static ArrayList<Book> booksList = new ArrayList<Book>();    /**     * @param args     */    public static void main(String[] args) {        // 进行对books.xml文件的JDOM解析        // 准备工作        // 1.创建一个SAXBuilder的对象        SAXBuilder saxBuilder = new SAXBuilder();        InputStream in;        try {            // 2.创建一个输入流，将xml文件加载到输入流中            in = new FileInputStream("src/res/books.xml");            InputStreamReader isr = new InputStreamReader(in, "UTF-8");            // 3.通过saxBuilder的build方法，将输入流加载到saxBuilder中            Document document = saxBuilder.build(isr);            // 4.通过document对象获取xml文件的根节点            Element rootElement = document.getRootElement();            // 5.获取根节点下的子节点的List集合            List<Element> bookList = rootElement.getChildren();            // 继续进行解析            for (Element book : bookList) {                Book bookEntity = new Book();                System.out.println("======开始解析第" + (bookList.indexOf(book) + 1)                        + "书======");                // 解析book的属性集合                List<Attribute> attrList = book.getAttributes();                // //知道节点下属性名称时，获取节点值                // book.getAttributeValue("id");                // 遍历attrList(针对不清楚book节点下属性的名字及数量)                for (Attribute attr : attrList) {                    // 获取属性名                    String attrName = attr.getName();                    // 获取属性值                    String attrValue = attr.getValue();                    System.out.println("属性名：" + attrName + "----属性值："                            + attrValue);                    if (attrName.equals("id")) {                        bookEntity.setId(attrValue);                    }                }                // 对book节点的子节点的节点名以及节点值的遍历                List<Element> bookChilds = book.getChildren();                for (Element child : bookChilds) {                    System.out.println("节点名：" + child.getName() + "----节点值："                            + child.getValue());                    if (child.getName().equals("name")) {                        bookEntity.setName(child.getValue());                    }                    else if (child.getName().equals("author")) {                        bookEntity.setAuthor(child.getValue());                    }                    else if (child.getName().equals("year")) {                        bookEntity.setYear(child.getValue());                    }                    else if (child.getName().equals("price")) {                        bookEntity.setPrice(child.getValue());                    }                    else if (child.getName().equals("language")) {                        bookEntity.setLanguage(child.getValue());                    }                }                System.out.println("======结束解析第" + (bookList.indexOf(book) + 1)                        + "书======");                booksList.add(bookEntity);                bookEntity = null;                System.out.println(booksList.size());                System.out.println(booksList.get(0).getId());                System.out.println(booksList.get(0).getName());            }        } catch (FileNotFoundException e) {            e.printStackTrace();        } catch (JDOMException e) {            e.printStackTrace();        } catch (IOException e) {            e.printStackTrace();        }    }}

4、DOM4J解析

　　　 特征：

　　　　　　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

　　以下是解析代码：
　　

public class DOM4JTest {    private static ArrayList<Book> bookList = new ArrayList<Book>();    /**     * @param args     */    public static void main(String[] args) {        // 解析books.xml文件        // 创建SAXReader的对象reader        SAXReader reader = new SAXReader();        try {            // 通过reader对象的read方法加载books.xml文件,获取docuemnt对象。            Document document = reader.read(new File("src/res/books.xml"));            // 通过document对象获取根节点bookstore            Element bookStore = document.getRootElement();            // 通过element对象的elementIterator方法获取迭代器            Iterator it = bookStore.elementIterator();            // 遍历迭代器，获取根节点中的信息（书籍）            while (it.hasNext()) {                System.out.println("=====开始遍历某一本书=====");                Element book = (Element) it.next();                // 获取book的属性名以及 属性值                List<Attribute> bookAttrs = book.attributes();                for (Attribute attr : bookAttrs) {                    System.out.println("属性名：" + attr.getName() + "--属性值："                            + attr.getValue());                }                Iterator itt = book.elementIterator();                while (itt.hasNext()) {                    Element bookChild = (Element) itt.next();                    System.out.println("节点名：" + bookChild.getName() + "--节点值：" + bookChild.getStringValue());                }                System.out.println("=====结束遍历某一本书=====");            }        } catch (DocumentException e) {            // TODO Auto-generated catch block            e.printStackTrace();        }    }}

Final：比较总结

　　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（当然当XML流被读入时，会有部分文档暂时隐藏在内存中）。

原文：http://www.cnblogs.com/longqingyang/p/5577937.html