XML解析(一) DOM解析

XML解析技术主要有三种：

（1）DOM（Document Object Model）文档对象模型：是 W3C 组织推荐的解析XML 的一种方式，即官方的XML解析技术。

（2）SAX（Simple Api for XML）产生自 XML 社区，几乎所有的 XML 解析器都支持它。

（3）StAX（Stream Api for XML）一种拉模式处理XML文档的API。

DOM解析技术：

DOM解析XML的做法是将整个XML 加载内存中，形成以树形结构存储的文档对象，所有对XML的操作都对内存中文档对象进行。

DOM解析的特点是要将整个XML文档加载到内存中，若文档比较大，则会占用很大的内存空间，但是由于整个文档都在内存中，可以方便地进行修改回写操作。

SAX解析技术：

当XML 文档非常大时，将整个文档加载到内存中进行解析，可能会造成内存溢出，而且很多时候只是对文档中的部分节点进行操作，加载整个文档会导致工作效率的低下。SAX的思想是一边解析XML，然后对解析的部分进行相关处理，然后释放已处理完成的部分所占用的内存资源。SAX是一种推模式XML解析方式，由服务端主导，向客户端推送数据。

StAX解析技术：

基本同SAX，不同之处在于，StAX是一种拉模式的XML解析技术，由客户端主导，从服务端拉取要解析的数据。Android系统中内置使用该种方式解析XML。

SAX与StAX的相同之处在于：相比DOM是一种更为轻量级的方案，采用串行方法读取 --- 文件输入流(字节、字符)读取，但是会导致编程较为复杂，且无法在读取过程中修改XML数据。

常见的XML解析开发包：

JAXP 是sun官方推出实现技术，同时支持DOM、 SAX、 StAX。

DOM4j 是开源社区开源框架，支持DOM解析方式。

XML PULL是 Android 移动设备内置xml 解析技术，支持StAX解析方式。

XML的DOM解析方式：

直接使用JDK自带的JAXP进行xml解析，所用到的相关类都存放在以下几个包中：

javax.xml.parsers  存放 DOM 和 SAX 解析器

javax.xml.stream  存放 STAX 解析相关类

org.w3c.dom 存放DOM解析时的数据节点类

org.xml.sax 存放SAX解析相关工具类

(一)加载解析XML文档：

要解析一个XML文档，首先需要加载该文档：

javax.xml.parsers中的DocumentBuilderFactory工厂类可以获取生成 DOM 对象树的解析器。

获得该类实例的方法是，调用该类的newInstance()方法。之后通过调用工厂类对象的newDocumentBuilder()方法便可以获取了DocumentBuilder这个DOM的XML解析器。

调用DocumentBuilder的parse()方法，便可以将XML文件解析为Document对象。

如：新建一个DomXmlParser类，添加一个loadFromFile方法：

 1 public class DomXmlParser {
 2
 3          public static Document loadFromFile(String filename) throws Exception{
 4
 5                    DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
 6
 7                    DocumentBuilder builder = factory.newDocumentBuilder();
 8
 9                    Document document = builder.parse(filename);
10
11                    return document;
12
13          }
14
15 }

注意，Document导包时，一定要是org.w3c.dom。

Document 接口表示整个 HTML 或 XML 文档。从概念上讲，它是文档树的根，并提供对文档数据的基本访问。

常用方法：

NodeList getElementsByTagName(String tagname)：按文档顺序返回包含在文档中且具有给定标记名称的所有Element的NodeList。

Element getElementById(String elementId)：返回具有带给定值的 ID 属性的 Element。注意，该方法只有在XML文档具有约束时才可以使用，所以一般没有带有约束的不会用到该方法。

NodeList 接口提供对节点的有序集合的抽象，没有定义或约束如何实现此集合。DOM 中的 NodeList 对象是活动的，删除某个元素时，会导致后续元素向前移动，即下标减一。NodeList 中的项可以通过从 0 开始的整数索引进行访问。

常用方法：

int getLength()：列表中的节点数。

Node item(int index)：返回集合中的第 index 个元素。

Node 接口是整个文档对象模型的主要数据类型。它表示该文档树中的单个节点。

几个主要的子接口：

Document：上面已然提到

Element：表示 HTML 或 XML 文档中的一个元素。

Attr ：表示 Element 对象中的属性。

Text ：并且表示 Element 或 Attr 的文本内容（在 XML 中称为字符数据）。

Comment：表示注释的内容

如有下面xml文档：

 1 <?xml version="1.0" encoding="UTF-8"?>
 2
 3 <students>
 4
 5     <student id="001">
 6
 7         <name>zhangsan</name>
 8
 9         <gender>male</gender>
10
11         <age>23</age>
12
13     </student>
14
15     <student id="002">
16
17         <name>lisi</name>
18
19         <gender>male</gender>
20
21         <age>24</age>
22
23     </student>
24
25     <student id="003">
26
27         <name>xiaoqiao</name>
28
29         <gender>female</gender>
30
31         <age>18</age>
32
33     </student>
34
35     <student id="004">
36
37         <name>diaochan</name>
38
39         <gender>female</gender>
40
41         <age>23</age>
42
43     </student>
44
45 </students>

各个节点的类型就是Element，节点的属性id就是Attr，节点中的值如femal、lisi等就是Text。

Node接口中提供了获取Node各种属性的方法，以及通过相对位置获取其他Node的方法，具体可以查看API帮助手册。

常用的有这么几个：

NodeList getChildNodes()：包含此节点的所有子节点的 NodeList。

Node getFirstChild()：此节点的第一个子节点。

Node getLastChild()：此节点的最后一个节点。

Node getNextSibling()：直接在此节点之后的节点。

Node getParentNode()：此节点的父节点。

Node getPreviousSibling()：直接在此节点之前的节点。

String getTextContent()：此属性返回此节点及其后代的文本内容。

如，要输出所有学生的姓名：

DomXmlParser类：

 1 public class DomXmlParser {
 2
 3          protected static Document document = null;
 4
 5          public static Document loadFromFile(String filename) throws Exception{
 6
 7                    DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
 8
 9                    DocumentBuilder builder = factory.newDocumentBuilder();
10
11                    document = builder.parse(filename);
12
13                    return document;
14
15          }
16
17 }

StudentParser类：

 1 public class StudentParser extends DomXmlParser {
 2
 3          public static String[] getAllNames(){
 4
 5                    NodeList students = document.getElementsByTagName("student");
 6
 7                    String[] names = new String[students.getLength()];
 8
 9                    for (int i = 0; i < students.getLength(); i++) {
10
11                             Element stu = (Element) students.item(i);
12
13                             names[i] = stu.getChildNodes().item(1).getTextContent();
14
15                    }
16
17                    return names;
18
19          }
20
21 }

getChildNodes()方法用于获取所有的子元素，返回一个NodeList对象。

如果对当前xml文档中的每一个student节点调用该方法获取子元素，会发现返回的NodeList中元素数目为7。

1 <student id="001">
2
3         <name>zhangsan</name>
4
5         <gender>male</gender>
6
7         <age>23</age>
8
9 </student>

这是因为：每个回车换行被当做Text节点。一个student节点有4个回车换行节点以及<name>、<gender>、<age>这3个Element节点，所以总共有7个节点。

而对于<name>节点来说，则只有一个子节点，该节点是Text节点。

(二)修改回写：

当完成了对XML的相关处理工作后，可以将修改写回到xml文档中，与加载解析相似，回写也需要相应的工厂类，相应的转换类。

 1 //获取Transformer工厂类实例
 2
 3 TransformerFactory transformerFactory = TransformerFactory.newInstance();
 4
 5 //通过工厂类获取Transformer实例
 6
 7 Transformer transformer = transformerFactory.newTransformer();
 8
 9 //选择要回写的内存中的document对象
10
11 DOMSource domSource = new DOMSource(document);
12
13 //要回写的目标文件
14
15 StreamResult result = new StreamResult(new File("students_bak.xml"));
16
17 //将内存DOM对象回写到文件中
18
19 transformer.transform(domSource, result);

例如：

在DomXmlParser类中添加方法：

 1 public static boolean saveAs(String filename) throws Exception{
 2
 3                    TransformerFactory factory = TransformerFactory.newInstance();
 4
 5                    transformer = factory.newTransformer();
 6
 7                    DOMSource source = new DOMSource(document);
 8
 9                    StreamResult target = new StreamResult(new File(filename));
10
11                    transformer.transform(source, target);
12
13                    return true;
14
15 }

调用：

 1 public static void main(String[] args) {
 2
 3                    // TODO Auto-generated method stub
 4
 5                    try {
 6
 7                             StudentParser.loadFromFile("students.xml");
 8
 9                             String[] names = StudentParser.getAllNames();
10
11                             for (int i = 0; i < names.length; i++) {
12
13                                      System.out.println(names[i]);
14
15                             }
16
17                             StudentParser.saveAs("students_bak.xml");
18
19                    } catch (Exception e) {
20
21                             // TODO Auto-generated catch block
22
23                             e.printStackTrace();
24
25                    }
26
27 }

使用DOM解析XML实现完整的增删改查操作示例：

首先需要一个Student类：

 1 package cn.csc.bean;
 2
 3 public class Student {
 4
 5          private String id = null;
 6
 7          private String name = null;
 8
 9          private String gender = null;
10
11          private int age = 0;
12
13          public String getId() {
14
15                    return id;
16
17          }
18
19          public void setId(String id) {
20
21                    this.id = id;
22
23          }
24
25          public String getName() {
26
27                    return name;
28
29          }
30
31          public void setName(String name) {
32
33                    this.name = name;
34
35          }
36
37          public String getGender() {
38
39                    return gender;
40
41          }
42
43          public void setGender(String gender) {
44
45                    this.gender = gender;
46
47          }
48
49          public int getAge() {
50
51                    return age;
52
53          }
54
55          public void setAge(int age) {
56
57                    this.age = age;
58
59          }
60
61          public Student(String id, String name, String gender, int age) {
62
63                    super();
64
65                    this.id = id;
66
67                    this.name = name;
68
69                    this.gender = gender;
70
71                    this.age = age;
72
73          }
74
75          public Student() {
76
77                    super();
78
79          }
80
81          public String toString() {
82
83                    return "[id:"+id+",name:"+name+",gender:"+gender+",age"+age+"]";
84
85          }
86 }

1）通过id获取学生信息：

在StudentParser类中添加getStudentById(String id)方法：

 1 public static Student getStudentById(String id){
 2
 3                    Student student = null;
 4
 5                    NodeList students = document.getElementsByTagName("student");
 6
 7                    for(int i=0; i<students.getLength(); i++){
 8
 9                             Element stu = (Element) students.item(i);
10
11                             if(stu.getAttribute("id").equals(id)){
12
13                                      student = new Student();
14
15                                      student.setName(((Element)stu.getElementsByTagName("name").item(0)).getTextContent());
16
17                                      student.setGender(((Element)stu.getElementsByTagName("gender").item(0)).getTextContent());
18
19                                      String age = ((Element)stu.getElementsByTagName("age").item(0)).getTextContent();
20
21                                      student.setAge(Integer.parseInt(age));
22
23                                      student.setId(id);
24
25                                      return student;
26
27                             }
28
29                    }
30
31                    return student;
32
33 }

调用该方法：

1 StudentParser.loadFromFile("students.xml");
2
3 System.out.println(StudentParser.getStudentById("001"));

输出结果：

[id:001,name:zhangsan,gender:male,age23]

2）通过性别查找学生：

在StudentParser类中添加getStudentsByGender(String gender)方法：

 1 public static List<Student> getStudentsByGender(String gender){
 2
 3                    List<Student> stus = new ArrayList<Student>();
 4
 5                    Student tmp = null;
 6
 7                    NodeList students = document.getElementsByTagName("student");
 8
 9                    for(int i=0; i<students.getLength(); i++){
10
11                             Element stu = (Element) students.item(i);
12
13                             Element gen = (Element)stu.getElementsByTagName("gender").item(0);
14
15                             if(gen.getTextContent().equals(gender)){
16
17                                      tmp = new Student();
18
19                                      tmp.setGender(gender);
20
21                                      Element name = (Element) gen.getPreviousSibling().getPreviousSibling();
22
23                                      tmp.setName(name.getTextContent());
24
25                                      Element age = (Element) gen.getNextSibling().getNextSibling();
26
27                                      tmp.setAge(Integer.parseInt(age.getTextContent()));
28
29                                      tmp.setId(stu.getAttribute("id"));
30
31                                      stus.add(tmp);
32
33                             }
34
35                    }
36
37                    return stus;
38
39 }

注意:回车换行作为Text节点的问题是上面连着调用两次getNextSibling()和getPreviousSibling()的原因所在。

调用：

1 StudentParser.loadFromFile("students.xml");
2
3 List<Student> students = StudentParser.getStudentsByGender("female");
4
5 for (int i = 0; i < students.size(); i++) {
6
7          System.out.println(students.get(i));
8
9 }

输出结果：

[id:003,name:xiaoqiao,gender:female,age18]

[id:004,name:diaochan,gender:female,age23]

3）添加一条学生信息：

 1 public static boolean insert(Student stu){
 2
 3                    Element root = (Element) document.getElementsByTagName("students").item(0);
 4
 5                    Element student = document.createElement("student");
 6
 7                    student.setAttribute("id", stu.getId());
 8
 9                    Element name = document.createElement("name");
10
11                    name.setTextContent(stu.getName());
12
13                    Element gender = document.createElement("gender");
14
15                    gender.setTextContent(stu.getGender());
16
17                    Element age = document.createElement("age");
18
19                    age.setTextContent(stu.getAge()+"");
20
21                    student.appendChild(name);
22
23                    student.appendChild(gender);
24
25                    student.appendChild(age);
26
27                    root.appendChild(student);
28
29                    try {
30
31                             saveAs("students.xml");
32
33                    } catch (Exception e) {
34
35                             // TODO Auto-generated catch block
36
37                             e.printStackTrace();
38
39                             return false;
40
41                    }
42
43                    return true;
44
45 }

添加之后，一定要记得回写。

调用：

1 StudentParser.loadFromFile("students.xml");
2
3 StudentParser.insert(new Student("005","dqrcsc","male",25));

4）根据id修改学生信息：

 1 public static boolean update(String id, Student stu){
 2
 3                    NodeList stus = document.getElementsByTagName("student");
 4
 5                    for(int i=0; i<stus.getLength(); i++){
 6
 7                             Element tmp = (Element) stus.item(i);
 8
 9                             if(tmp.getAttribute("id").equals(id)){
10
11                                      tmp.setAttribute("id", stu.getId());
12
13                                      tmp.getChildNodes().item(1).setTextContent(stu.getName());
14
15                                      tmp.getChildNodes().item(3).setTextContent(stu.getGender());
16
17                                      tmp.getChildNodes().item(5).setTextContent(stu.getAge()+"");
18
19                                      try {
20
21                                                saveAs("students.xml");
22
23                                      } catch (Exception e) {
24
25                                                // TODO Auto-generated catch block
26
27                                                e.printStackTrace();
28
29                                                return false;
30
31                                      }
32
33                                      return true;
34
35                             }
36
37                    }
38
39
40
41                    return false;
42
43 }

调用：

1 StudentParser.update("001", new Student("000","zhangsan22","female",26));

5）根据年龄删除学生信息：

 1 public static int deleteStudentsOlderThan(int age){
 2
 3                    int cnt = 0;
 4
 5                    NodeList stus = document.getElementsByTagName("student");
 6
 7                    Element root = document.getDocumentElement();
 8
 9                    for(int i = stus.getLength()-1; i>=0; i--){
10
11                             Element tmp = (Element) stus.item(i);
12
13                             String str = tmp.getChildNodes().item(5).getTextContent();
14
15                             int a = Integer.parseInt(str);
16
17                             if(a>=age){
18
19                                      root.removeChild(tmp);
20
21                                      cnt++;
22
23                             }
24
25                    }
26
27                    try {
28
29                             saveAs("students_bak.xml");
30
31                    } catch (Exception e) {
32
33                             // TODO Auto-generated catch block
34
35                             e.printStackTrace();
36
37                    }
38
39                    return cnt;
40
41 }

调用：

1 System.out.println(StudentParser.deleteStudentsOlderThan(22));