XML基础编程解析（DOM SAX Dom4J)

XML编程:利用java程序去增删改查(CRUD)xml中的数据

解析思想:
dom解析
sax解析
基于这两种解析思想市面上就有了很多的解析api
sun jaxp既有dom方式也有sax方式,并且这套解析api已经加入到j2se的规范中,意味这不需要导入任何第三方开发包就可以直接使用这种解析方式.但是这种解析方式效率低下,没什么人用.
dom4j 可以使用dom方式高效的解析xml.
pull

!!dom4j

导入开发包,通常只需要导入核心包就可以了,如果在使用的过程中提示少什么包到lib目录下在导入缺少的包即可

先看看两种解析思想的比较：

对于Sax解析：我们先看一个列子

book.xml

<?xml version="1.0" encoding="UTF-8"?><书架>   <书>     <书名>Java就业培训教程</书名>      <作者>张孝祥</作者>      <售价>39.00元</售价>   </书>    <书>     <书名>JavaScript网页开发</书名>      <作者>张孝祥</作者>      <售价>28.00元</售价>   </书> </书架>

现在要解析出来：     JavaScript网页开发

用SAX解析：

package com.itheima.sax;import javax.xml.parsers.SAXParser;import javax.xml.parsers.SAXParserFactory;import org.xml.sax.Attributes;import org.xml.sax.ContentHandler;import org.xml.sax.Locator;import org.xml.sax.SAXException;import org.xml.sax.XMLReader;import org.xml.sax.helpers.DefaultHandler;public class SaxDemo1 {public static void main(String[] args) throws Exception {//1.获取解析器工厂SAXParserFactory factory = SAXParserFactory.newInstance();//2.通过工厂获取sax解析器SAXParser parser = factory.newSAXParser();//3.获取读取器XMLReader reader = parser.getXMLReader();//4.注册事件处理器reader.setContentHandler(new MyContentHandler2() );//5.解析xmlreader.parse("book.xml");}}//适配器设计模式class MyContentHandler2 extends DefaultHandler{private String eleName = null;private int count = 0;@Overridepublic void startElement(String uri, String localName, String name,Attributes attributes) throws SAXException {this.eleName = name;}@Overridepublic void characters(char[] ch, int start, int length)throws SAXException {if("书名".equals(eleName) && ++count==2){System.out.println(new String(ch,start,length));}}@Overridepublic void endElement(String uri, String localName, String name)throws SAXException {eleName = null;}}class MyContentHandler implements ContentHandler{public void startDocument() throws SAXException {System.out.println("文档解析开始了.......");}public void startElement(String uri, String localName, String name,Attributes atts) throws SAXException {System.out.println("发现了开始标签,"+name);}public void characters(char[] ch, int start, int length)throws SAXException {System.out.println(new String(ch,start,length));}public void endElement(String uri, String localName, String name)throws SAXException {System.out.println("发现结束标签,"+name);}public void endDocument() throws SAXException {System.out.println("文档解析结束了.......");}public void endPrefixMapping(String prefix) throws SAXException {// TODO Auto-generated method stub}public void ignorableWhitespace(char[] ch, int start, int length)throws SAXException {// TODO Auto-generated method stub}public void processingInstruction(String target, String data)throws SAXException {// TODO Auto-generated method stub}public void setDocumentLocator(Locator locator) {// TODO Auto-generated method stub}public void skippedEntity(String name) throws SAXException {// TODO Auto-generated method stub}public void startPrefixMapping(String prefix, String uri)throws SAXException {// TODO Auto-generated method stub}}

这里要了解适配器模式，Sax解析的两大步骤：解析器        事件处理器

下面详解解析器步骤：

//1.获取解析器工厂SAXParserFactory factory = SAXParserFactory.newInstance();//2.通过工厂获取sax解析器SAXParser parser = factory.newSAXParser();//3.获取读取器XMLReader reader = parser.getXMLReader();//4.注册事件处理器reader.setContentHandler(new MyContentHandler2() );//5.解析xmlreader.parse("book.xml");

理解适配器模式：//4.注册事件处理器

我们注册解析处理器的时候用的是：MyContentHandler2而不是MyContentHandler

原因：我们可以看到用MyContentHandler的时候，解析的是整个文档，基于每个标签都会触发事件，这个我们并不需要这样的功能，但是我们要实现特定的标签触发特定的事件，我们就需要一个适配器了，这个适配器MyContentHandler2继承了默认的处理器：extends DefaultHandler

然后我们队需要的处理器中的方法重写即可，为什么用继承，这样在DefaultHandler中已经实现了所有的处理器的方法，知识其它方法在默认处理其中返回的都是null,什么也不做。

对于Dom4J

dom4J是基于dom解析的方式解析的，只是更加的高效。

先了解一下它的用法：

package com.itheima.dom4j;import org.dom4j.Document;import org.dom4j.Element;import org.dom4j.io.SAXReader;public class Dom4jDemo1 {public static void main(String[] args) throws Exception {//1.获取解析器SAXReader reader = new SAXReader();//2.解析xml获取代表整个文档的dom对象Document dom = reader.read("book.xml");//3.获取根节点Element root = dom.getRootElement();//4.获取书名进行打印String bookName = root.element("书").element("书名").getText();System.out.println(bookName);}}

这个例子要了解Sax即系的基本步骤：分为那几步

这三部不管是CRUD都是不可少的

SAXReader reader = new SAXReader();Document dom = reader.read("book.xml");Element root = dom.getRootElement();

Dom4J的CRUD操作：

package com.itheima.dom4j;import java.io.FileOutputStream;import java.util.List;import org.dom4j.Attribute;import org.dom4j.Document;import org.dom4j.DocumentHelper;import org.dom4j.Element;import org.dom4j.io.OutputFormat;import org.dom4j.io.SAXReader;import org.dom4j.io.XMLWriter;import org.junit.Test;public class Demo4jDemo2 {@Testpublic void attr() throws Exception{SAXReader reader = new SAXReader();Document dom = reader.read("book.xml");Element root = dom.getRootElement();Element bookEle = root.element("书");//bookEle.addAttribute("出版社", "传智出版社");//String str = bookEle.attributeValue("出版社");//System.out.println(str);Attribute attr = bookEle.attribute("出版社");    attr.getParent().remove(attr);XMLWriter writer = new XMLWriter(new FileOutputStream("book.xml"),OutputFormat.createPrettyPrint());writer.write(dom);writer.close();}@Testpublic void del() throws Exception{SAXReader reader = new SAXReader();Document dom = reader.read("book.xml");Element root = dom.getRootElement();Element price2Ele = root.element("书").element("特价");price2Ele.getParent().remove(price2Ele);XMLWriter writer = new XMLWriter(new FileOutputStream("book.xml"),OutputFormat.createPrettyPrint());writer.write(dom);writer.close();}@Testpublic void update()throws Exception{SAXReader reader = new SAXReader();Document dom = reader.read("book.xml");Element root = dom.getRootElement();root.element("书").element("特价").setText("4.0元");XMLWriter writer = new XMLWriter(new FileOutputStream("book.xml"),OutputFormat.createPrettyPrint());writer.write(dom);writer.close();}@Testpublic void add()throws Exception{SAXReader reader = new SAXReader();Document dom = reader.read("book.xml");Element root = dom.getRootElement();//凭空创建<特价>节点,设置标签体Element price2Ele = DocumentHelper.createElement("特价");price2Ele.setText("40.0元");//获取父标签<书>将特价节点挂载上去Element bookEle = root.element("书");bookEle.add(price2Ele);//将内存中的dom树会写到xml文件中,从而使xml中的数据进行更新//FileWriter writer = new FileWriter("book.xml");//dom.write(writer);//writer.flush();//writer.close();//加了一个OutputFormat.createPrettyPrint()格式转化器，作用是让让新增节点对齐XMLWriter writer = new XMLWriter(new FileOutputStream("book.xml"),OutputFormat.createPrettyPrint());writer.write(dom);writer.close();}@Testpublic void find() throws Exception{SAXReader reader = new SAXReader();Document dom = reader.read("book.xml");Element root = dom.getRootElement();List<Element> list =  root.elements();Element book2Ele = list.get(1);System.out.println(book2Ele.element("书名").getText());}}

关于一些资料的学习：

Dom4J全而好的文章：http://download.csdn.net/detail/itjavawfc/8075049

Dom4J.1.6.1下载：http://download.csdn.net/detail/itjavawfc/8075067

你所应该知道的Dom4J

创建解析器：

SAXReader reader = new SAXReader();

利用解析器读入xml文档：
Document   document = reader.read(new File("input.xml"));

获取文档的根节点:

Element root = document.getRootElement();

接口继承结构：

Node  ---

Branch

--Document

--Element

----

Attribute

 

Node接口

String

asXML()
asXMLreturns the textual XML representation of this node.

将一个节点转换为字符串

String

getName()
getNamereturns the name of this node.

获取节点的名称，如果是元素则获取到元素名，如果是属性获取到属性名

short

getNodeType()
Returns the code according to the type of node.

获取节点类型,在Node接口上定义了一些静态short类型的常量用来表示各种类型

Element

getParent()
getParentreturns the parent Element if this node supports the parent relationship or null if it is the root element or does not support the parent relationship.

获取父节点，如果是根元素调用则返回null，如果是其他元素调用则返回父元素，如果是属性调用则返回属性所依附的元素。

String

getText()
Returns the text of this node.

返回节点文本，如果是元素则返回标签体，如果是属性则返回属性值

List

selectNodes(String xpathExpression)
selectNodesevaluates an XPath expression and returns the result as a List of Node instances or String instances depending on the XPath expression.

利用xpath表达式，选择节点

void

setName(String name)
Sets the text data of this node or this method will throw an UnsupportedOperationException if it is read-only.

设置节点的名称，元素可以更改名称，属性则不可以，会抛出UnsupportedOperationException 异常

void

setText(String text)
Sets the text data of this node or this method will throw an UnsupportedOperationException if it is read-only.

设置节点内容，如果是元素则设置标签体，如果是属性则设置属性的值

void

write(Writer writer)
writewrites this node as the default XML notation for this node.

将节点写出到一个输出流中，元素、属性均支持

 

 

Branch接口(实现了Node接口) 

void

add(Element element)
Adds the given Element to this branch.

增加一个子节点

Element

addElement(QName qname)
Adds a new Element node with the given QNameto this branch and returns a reference to the new node.

增加一个给定名字的子节点，并且返回这个新创建的节点的引用

int

indexOf(Node node)
Returns the index of the given node if it is a child node of this branch or -1 if the given node is not a child node.

获取给定节点在所有直接点中的位置号，如果该节点不是此分支的子节点，则返回-1

boolean

remove(Element element)
Removes the given Element if the node is an immediate child of this branch.

删除给定子元素，返回布尔值表明是否删除成功。

 

Element接口（实现了Branch, Node接口）

void

add(Attribute attribute)
Adds the given Attribute to this element.

增加一个属性

Element

addAttribute(QName qName, String value)
Adds the attribute value of the given fully qualified name.

为元素增加属性，用给定的属性名和属性值，并返回该元素

Element 

addAttribute(String name, String value)
           Adds the attribute value of the given local name. 

为元素增加属性

Attribute

attribute(int index)
Returns the attribute at the specified indexGets the

获取指定位置的属性

Attribute

attribute(QName qName)
DOCUMENT ME!

获取指定名称的属性

Iterator

attributeIterator()
DOCUMENT ME!

获取属性迭代器

List

attributes()
Returns the Attributeinstances this element contains as a backed Listso that the attributes may be modified directly using the Listinterface.

获取该元素的所有属性，以一个list返回

String

attributeValue(QName qName)
This returns the attribute value for the attribute with the given fully qualified name or null if there is no such attribute or the empty string if the attribute value is empty.

获取指定名称属性的值，如果不存在该属性返回null，如果存在该属性但是属性值为空，则返回空字符串

Element

element(QName qName)
Returns the first element for the given fully qualified name.

获取指定名称的子元素，如果有多个该名称的子元素，则返回第一个

Element

element(String name)
Returns the first element for the given fully qualified name.

获取指定名称的子元素，如果有多个该名称的子元素，则返回第一个

Iterator

elementIterator()
Returns an iterator over all this elements child elements.

获取子元素迭代器

Iterator

elementIterator(QName qName)
Returns an iterator over the elements contained in this element which match the given fully qualified name.

获取指定名称的子元素的迭代器

List

elements()
Returns the elements contained in this element.

获取所有子元素，并用一个list返回

List

elements(QName qName)
Returns the elements contained in this element with the given fully qualified name.

获取所有指定名称的子元素，并用一个list返回

String

getText()
Returns the text value of this element without recursing through child elements.

获取元素标签体

boolean

remove(Attribute attribute)
Removes the given Attribute from this element.

移除元素上的属性

void

setAttributes(List attributes)
Sets the attributes that this element contains

将list中的所有属性设置到该元素上

 

Attribute接口(实现了Node接口)

QName

getQName()
Returns the QName of this attribute which represents the local name, the qualified name and the Namespace.

获取属性名称

String

getValue()
Returns the value of the attribute.

获取属性的值

void

setValue(String value)
Sets the value of this attribute or this method will throw an UnsupportedOperationException if it is read-only.

设置属性的值

 

 

DocumentHelper 类

static Attribute

createAttribute(Element owner, QName qname, String value)

创建一个Attribute

static Document

createDocument()

创建一个Document

static Document

createDocument(Element rootElement)

以给定元素作为根元素创建Document

 

static Element

createElement(QName qname)

以给定名称创建一个Element

static Document

parseText(String text)
parseTextparses the given text as an XML document and returns the newly created Document.

将一段字符串转化为Document

 

 

将节点写出到XML文件中去

方法1：

调用Node提供的write(Writer writer) 方法，使用默认方式将节点输出到流中：

node.write(new FileWriter("book.xml"));

乱码问题：

Dom4j在将文档载入内存时使用的是文档声明中encoding属性声明的编码集进行编码， 如果在此时使用writer输出时writer使用的内部编码集与encoding不同则会有乱码问题。

FileWriter默认使用操作系统本地码表即gb2312编码，并且无法更改。

此时可以使用OutputStreamWriter(FileOutputStream("filePath"),"utf-8");的方式自己封装 一个指定码表的Writer使用，从而解决乱码问题。

方式2:

利用XMLWriter写出Node:
   XMLWriter writer = new XMLWriter(new  FileWriter("output.xml"));
   writer.write(node);
  writer.close();

乱码问题：

（1）使用这种方式输出时，XMLWriter首先会将内存中的docuemnt翻译成UTF-8 格式的document,在进行输出，这时有可能出现乱码问题。

可以使用OutputFormat 指定XMLWriter转换的编码为其他编码。

OutputFormat format = OutputFormat.createPrettyPrint();             

    format.setEncoding("GBK");       
XMLWriter writer = new XMLWriter(new FileWriter("output.xml"),format);

（2）Writer使用的编码集与文档载入内存时使用的编码集不同导致乱码，使用字节流 或自己封装指定编码的字符流即可（参照方法1）。