详解Java解析XML的四种方法

XML现在已经成为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。对于XML本身的语法知识与技术细节,需要阅读相关的技术文献,这里面包括的内容有DOM(Document Object Model),DTD(Document Type Definition),SAX(Simple API for XML),XSD(Xml Schema Definition),XSLT(Extensible Stylesheet Language Transformations),具体可参阅w3c官方网站文档http://www.w3.org获取更多信息。

XML在不同的语言里解析方式都是一样的,只不过实现的语法不同而已。基本的解析方式有两种,一种叫SAX，另一种叫DOM。SAX是基于事件流的解析,DOM是基于XML文档树结构的解析。假设我们XML的内容和结构如下: 

<?xml version="1.0" encoding="UTF-8"?> 
<employees> 
<employee> 
<name>ddviplinux</name> 
<sex>m</sex> 
<age>30</age> 
</employee> 
</employees>

本文使用JAVA语言来实现DOM与SAX的XML文档生成与解析。 
首先定义一个操作XML文档的接口XmlDocument 它定义了XML文档的建立与解析的接口。

package com.alisoft.facepay.framework.bean; 
/** 
* 
* @author hongliang.dinghl 
* 定义XML文档建立与解析的接口 
*/ 
public interface XmlDocument { 
/** 
* 建立XML文档 
* @param fileName 文件全路径名称 
*/ 
public void createXml(String fileName); 
/** 
* 解析XML文档 
* @param fileName 文件全路径名称 
*/ 
public void parserXml(String fileName); 
} 

1.DOM生成和解析XML文档

为 XML 文档的已解析版本定义了一组接口。解析器读入整个文档，然后构建一个驻留内存的树结构，然后代码就可以使用 DOM 接口来操作这个树结构。

优点：整个文档树在内存中，便于操作；支持删除、修改、重新排列等多种功能；

缺点：将整个文档调入内存（包括无用的节点），浪费时间和空间；

使用场合：一旦解析了文档还需多次访问这些数据；硬件资源充足（内存、CPU）。 

DOM是用与平台和语言无关的方式表示XML文档的官方W3C标准。DOM是以 层次结构组织的节点或信息片断的集合。这个层次结构允许开发人员在树中寻找 特定信息。分析该结构通常需要加载整个文档和构造层次结构，然后才能做任何 工作。由于它是基于信息层次的，因而DOM被认为是基于树或基于对象的。DOM 以及广义的基于树的处理具有几个优点。首先，由于树在内存中是持久的，因此 可以修改它以便应用程序能对数据和结构作出更改。它还可以在任何时候在树中 上下导航，而不是像SAX那样是一次性的处理。DOM使用起来也要简单得多。

private Document document; 
private String fileName; 
public void init() { 
try { 
DocumentBuilderFactory factory = DocumentBuilderFactory 
.newInstance(); 
DocumentBuilder builder = factory.newDocumentBuilder(); 
this.document = builder.newDocument(); 
} catch (ParserConfigurationException e) { 
System.out.println(e.getMessage()); 
} 
} 
public void createXml(String fileName) { 
Element root = this.document.createElement("employees"); 
this.document.appendChild(root); 
Element employee = this.document.createElement("employee"); 
Element name = this.document.createElement("name"); 
name.appendChild(this.document.createTextNode("丁宏亮")); 
employee.appendChild(name); 
Element sex = this.document.createElement("sex"); 
sex.appendChild(this.document.createTextNode("m")); 
employee.appendChild(sex); 
Element age = this.document.createElement("age"); 
age.appendChild(this.document.createTextNode("30")); 
employee.appendChild(age); 
root.appendChild(employee); 
TransformerFactory tf = TransformerFactory.newInstance(); 
try { 
Transformer transformer = tf.newTransformer(); 
DOMSource source = new DOMSource(document); 
transformer.setOutputProperty(OutputKeys.ENCODING, "gb2312"); 
transformer.setOutputProperty(OutputKeys.INDENT, "yes"); 
PrintWriter pw = new PrintWriter(new FileOutputStream(fileName)); 
StreamResult result = new StreamResult(pw); 
transformer.transform(source, result); 
System.out.println("生成XML文件成功!"); 
} catch (TransformerConfigurationException e) { 
System.out.println(e.getMessage()); 
} catch (IllegalArgumentException e) { 
System.out.println(e.getMessage()); 
} catch (FileNotFoundException e) { 
System.out.println(e.getMessage()); 
} catch (TransformerException e) { 
System.out.println(e.getMessage()); 
} 
} 
public void parserXml(String fileName) { 
try { 
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); 
DocumentBuilder db = dbf.newDocumentBuilder(); 
Document document = db.parse(fileName); 
NodeList employees = document.getChildNodes(); 
for (int i = 0; i < employees.getLength(); i++) { 
Node employee = employees.item(i); 
NodeList employeeInfo = employee.getChildNodes(); 
for (int j = 0; j < employeeInfo.getLength(); j++) { 
Node node = employeeInfo.item(j); 
NodeList employeeMeta = node.getChildNodes(); 
for (int k = 0; k < employeeMeta.getLength(); k++) { 
System.out.println(employeeMeta.item(k).getNodeName() 
+ ":" + employeeMeta.item(k).getTextContent()); 
} 
} 
} 
System.out.println("解析完毕"); 
} catch (FileNotFoundException e) { 
System.out.println(e.getMessage()); 
} catch (ParserConfigurationException e) { 
System.out.println(e.getMessage()); 
} catch (SAXException e) { 
System.out.println(e.getMessage()); 
} catch (IOException e) { 
System.out.println(e.getMessage()); 
} 
} 
} 

2.SAX生成和解析XML文档

为解决DOM的问题，出现了SAX。SAX ，事件驱动。当解析器发现元素开始、元素结束、文本、文档的开始或结束等时，发送事件，程序员编写响应这些事件的代码，保存数据。

优点：不用事先调入整个文档，占用资源少；SAX解析器代码比DOM解析器代码小，适于Applet，下载。

缺点：不是持久的；事件过后，若没保存数据，那么数据就丢了；无状态性；从事件中只能得到文本，但不知该文本属于哪个元素；

使用场合：Applet;只需XML文档的少量内容，很少回头访问；机器内存少；

SAX处理的优点非常类似于流媒体的优点。分析能够立即开始，而不是等待 所有的数据被处理。而且，由于应用程序只是在读取数据时检查数据，因此不需 要将数据存储在内存中。这对于大型文档来说是个巨大的优点。事实上，应用程 序甚至不必解析整个文档；它可以在某个条件得到满足时停止解析。一般来说，SAX还比它的替代者DOM快许多。  
    选择DOM还是选择SAX？ 对于需要自己编写代码来处理XML文档的开发人 员来说， 选择DOM还是SAX解析模型是一个非常重要的设计决策。 DOM采用建 立树形结构的方式访问XML文档，而SAX采用的事件模型。  
    DOM解析器把XML文档转化为一个包含其内容的树，并可以对树进行遍历。 用DOM解析模型的优点是编程容易，开发人员只需要调用建树的指令，然后利用 navigation APIs访问所需的树节点来完成任务。可以很容易的添加和修改树中 的元素。然而由于使用DOM解析器的时候需要处理整个XML文档，所以对性能和 内存的要求比较高，尤其是遇到很大的XML文件的时候。由于它的遍历能力，DOM 解析器常用于XML文档需要频繁的改变的服务中。  
    SAX解析器采用了基于事件的模型，它在解析XML文档的时候可以触发一系 列的事件，当发现给定的tag的时候，它可以激活一个回调方法，告诉该方法制 定的标签已经找到。SAX对内存的要求通常会比较低，因为它让开发人员自己来 决定所要处理的tag.特别是当开发人员只需要处理文档中所包含的部分数据 时，SAX这种扩展能力得到了更好的体现。但用SAX解析器的时候编码工作会比 较困难，而且很难同时访问同一个文档中的多处不同数据。 

Java代码

package com.alisoft.facepay.framework.bean;   
import java.io.FileInputStream;   
import java.io.FileNotFoundException;   
import java.io.IOException;   
import java.io.InputStream;   

import javax.xml.parsers.ParserConfigurationException;   
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;   
/**  
*   
* @author hongliang.dinghl  
* SAX文档解析  
*/  
public class SaxDemo implements XmlDocument {   

public void createXml(String fileName) {   
System.out.println("<<"+filename+">>");   
}   

public void parserXml(String fileName) {   
SAXParserFactory saxfac = SAXParserFactory.newInstance();   

try {   

SAXParser saxparser = saxfac.newSAXParser();   

InputStream is = new FileInputStream(fileName);   

saxparser.parse(is, new MySAXHandler());   

} catch (ParserConfigurationException e) {   

e.printStackTrace();   

} catch (SAXException e) {   

e.printStackTrace();   

} catch (FileNotFoundException e) {   

e.printStackTrace();   

} catch (IOException e) {   

e.printStackTrace();   

}   

}   

}   

class MySAXHandler extends DefaultHandler {   

boolean hasAttribute = false;   

Attributes attributes = null;   

public void startDocument() throws SAXException {   

System.out.println("文档开始打印了");   

}   

public void endDocument() throws SAXException {   

System.out.println("文档打印结束了");   

}   

public void startElement(String uri, String localName, String qName,   

Attributes attributes) throws SAXException {   

if (qName.equals("employees")) {   

return;   

}   

if (qName.equals("employee")) {   

System.out.println(qName);   

}   

if (attributes.getLength() > 0) {   

this.attributes = attributes;   

this.hasAttribute = true;   

}   

}   

public void endElement(String uri, String localName, String qName)   

throws SAXException {   

if (hasAttribute && (attributes != null)) {   

for (int i = 0; i < attributes.getLength(); i++) {   

System.out.println(attributes.getQName(0)   
+ attributes.getValue(0));   

}   

}   

}   

public void characters(char[] ch, int start, int length)   

throws SAXException {   

System.out.println(new String(ch, start, length));   

}   

}  
package com.alisoft.facepay.framework.bean; 
import java.io.FileInputStream; 
import java.io.FileNotFoundException; 
import java.io.IOException; 
import java.io.InputStream; 
import javax.xml.parsers.ParserConfigurationException; 
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; 
/** 
* 
* @author hongliang.dinghl 
* SAX文档解析 
*/ 
public class SaxDemo implements XmlDocument { 
public void createXml(String fileName) { 
System.out.println("<<"+filename+">>"); 
} 
public void parserXml(String fileName) { 
SAXParserFactory saxfac = SAXParserFactory.newInstance(); 
try { 
SAXParser saxparser = saxfac.newSAXParser(); 
InputStream is = new FileInputStream(fileName); 
saxparser.parse(is, new MySAXHandler()); 
} catch (ParserConfigurationException e) { 
e.printStackTrace(); 
} catch (SAXException e) { 
e.printStackTrace(); 
} catch (FileNotFoundException e) { 
e.printStackTrace(); 
} catch (IOException e) { 
e.printStackTrace(); 
} 
} 
} 
class MySAXHandler extends DefaultHandler { 
boolean hasAttribute = false; 
Attributes attributes = null; 
public void startDocument() throws SAXException { 
System.out.println("文档开始打印了"); 
} 
public void endDocument() throws SAXException { 
System.out.println("文档打印结束了"); 
} 
public void startElement(String uri, String localName, String qName, 
Attributes attributes) throws SAXException { 
if (qName.equals("employees")) { 
return; 
} 
if (qName.equals("employee")) { 
System.out.println(qName); 
} 
if (attributes.getLength() > 0) { 
this.attributes = attributes; 
this.hasAttribute = true; 
} 
} 
public void endElement(String uri, String localName, String qName) 
throws SAXException { 
if (hasAttribute && (attributes != null)) { 
for (int i = 0; i < attributes.getLength(); i++) { 
System.out.println(attributes.getQName(0) 
+ attributes.getValue(0)); 
} 
} 
} 
public void characters(char[] ch, int start, int length) 
throws SAXException { 
System.out.println(new String(ch, start, length)); 
} 
} 

3.DOM4J生成和解析XML文档

DOM4J 是一个非常非常优秀的Java XML API，具有性能优异、功能强大和极端易用使用的特点，同时它也是一个开放源代码的软件。如今你可以看到越来越多的 Java 软件都在使用 DOM4J 来读写 XML，特别值得一提的是连 Sun 的 JAXM 也在用 DOM4J。

 为支持所有这些功能，DOM4J使用接口和抽象基本类方法。DOM4J大量使用 了API中的Collections类，但是在许多情况下，它还提供一些替代方法以允许 更好的性能或更直接的编码方法。直接好处是，虽然DOM4J付出了更复杂的API 的代价，但是它提供了比JDOM大得多的灵活性。  
    在添加灵活性、XPath集成和对大文档处理的目标时，DOM4J的目标与JDOM 是一样的：针对Java开发者的易用性和直观操作。它还致力于成为比JDOM更完 整的解决方案，实现在本质上处理所有Java/XML问题的目标。在完成该目标时， 它比JDOM更少强调防止不正确的应用程序行为。  
    DOM4J是一个非常非常优秀的Java XML API，具有性能优异、功能强大和极 端易用使用的特点，同时它也是一个开放源代码的软件。如今你可以看到越来越 多的Java软件都在使用DOM4J来读写XML，特别值得一提的是连Sun的JAXM也 在用DOM4J. 

Java代码

package com.alisoft.facepay.framework.bean;   
import java.io.File;   
import java.io.FileWriter;   
import java.io.IOException;   
import java.io.Writer;   
import java.util.Iterator;   

import org.dom4j.Document;   
import org.dom4j.DocumentException;   
import org.dom4j.DocumentHelper;   
import org.dom4j.Element;   
import org.dom4j.io.SAXReader;   
import org.dom4j.io.XMLWriter;   
/**  
*   
* @author hongliang.dinghl  
* Dom4j 生成XML文档与解析XML文档  
*/  
public class Dom4jDemo implements XmlDocument {   

public void createXml(String fileName) {   
Document document = DocumentHelper.createDocument();   
Element employees=document.addElement("employees");   
Element employee=employees.addElement("employee");   
Element name= employee.addElement("name");   
name.setText("ddvip");   
Element sex=employee.addElement("sex");   
sex.setText("m");   
Element age=employee.addElement("age");   
age.setText("29");   
try {   
Writer fileWriter=new FileWriter(fileName);   
XMLWriter xmlWriter=new XMLWriter(fileWriter);   
xmlWriter.write(document);   
xmlWriter.close();   
} catch (IOException e) {   

System.out.println(e.getMessage());   
}   


}   


public void parserXml(String fileName) {   
File inputXml=new File(fileName);   
SAXReader saxReader = new SAXReader();   
try {   
Document document = saxReader.read(inputXml);   
Element employees=document.getRootElement();   
for(Iterator i = employees.elementIterator(); i.hasNext();){   
Element employee = (Element) i.next();   
for(Iterator j = employee.elementIterator(); j.hasNext();){   
Element node=(Element) j.next();   
System.out.println(node.getName()+":"+node.getText());   
}   

}   
} catch (DocumentException e) {   
System.out.println(e.getMessage());   
}   
System.out.println("dom4j parserXml");   
}   
}   

4.JDOM生成和解析XML  

为减少DOM、SAX的编码量，出现了JDOM；优点：20-80原则，极大减少了代码量。使用场合：要实现的功能简单，如解析、创建等，但在底层，JDOM还是使用SAX（最常用）、DOM、Xanan文档。

JDOM的目的是成为Java特定文档模型，它简化与XML的交互并且比使用DOM 实现更快。由于是第一个Java特定模型，JDOM一直得到大力推广和促进。正在 考虑通过“Java规范请求JSR-102”将它最终用作“Java标准扩展”。从2000 年初就已经开始了JDOM开发。  
    JDOM与DOM主要有两方面不同。首先，JDOM仅使用具体类而不使用接口。 这在某些方面简化了API，但是也限制了灵活性。第二，API大量使用了 
Collections类，简化了那些已经熟悉这些类的Java开发者的使用。     JDOM文档声明其目的是“使用20%（或更少）的精力解决80%（或更多）Java/XML问题”（根据学习曲线假定为20%）。

JDOM自身不包含解析器。它通常使用SAX2解析器来解析和验证输入XML文 档（尽管它还可以将以前构造的DOM表示作为输入）。。

   
package com.alisoft.facepay.framework.bean;   <br style="clear: both; width: 0px; height: 0px; " /><br style="clear: both; width: 0px; height: 0px; " />import java.io.FileNotFoundException;   <br style="clear: both; width: 0px; height: 0px; " />import java.io.FileOutputStream;   <br style="clear: both; width: 0px; height: 0px; " />import java.io.IOException;     

比较：  
    1）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.  
    2）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）。  
    3）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）。