XML.03-DOM和SAX解析

body, td {
font-family: calibri;
font-size: 10pt;
}

• XML.03-DOM和SAX解析
  • • XML的DOM解析
      • 解析
      • 处理
      • 回写
    • XML的SAX解析
      • SAX和DOM方式的不同:
      • SAX解析原理
      • SAX解析范例

解析xml常用的有两种方式,DMO和SAX

DOM和SAX的区别:

• DOM:
  
  • 在内存中生成树桩结构
  • 优点是可以支持增删改查各种操作
  • 缺点在于,如果文档过大的时候,可能会产生内存溢出的风险
• SAX:
  
  • 基于事件驱动,边读边解析
  • 优点:占用内存小
  • 缺点,不支持增删改操作.(DOM4J会在内存中生成树状结构,虽然是SAX方式解析…)

XML的DOM解析

xml的DOM解析,主要会用到两个包中的类

• javax.xml.parsers :用来解析
• javax.xml.transform:用来回写

解析

    public static Document getDocument(String src) throws Exception{
        //获取工厂类
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        //获取解析器
        DocumentBuilder builder = factory.newDocumentBuilder();
        //返回Document(org.w3c.dom.Document)
        return builder.parse(src);
    }

处理

在拿到document之后,就可以想干哈就干哈了.

在元素末尾增加一个子元素

    /**
     * DOM大法之--在元素末尾增加一个元素
     * @throws Exception 
     */
    public static void addElementTest() throws Exception{
        //解析
        Document document = JaxpDomUtils.getDocument("src/book.xml");
        //处理
        NodeList nodeList = document.getElementsByTagName("书");
        Node book2 = nodeList.item(1);

        Element cat = document.createElement("cat");
        cat.setTextContent("I am a cat");
        book2.appendChild(cat);
        //回写
        JaxpDomUtils.writeBack(document, "src/book.xml");
    }

这个地方需要注意,Node和Element. Node表示文档树上的一个节点,这个文档不局限于HTML或者XML,而element表示HTML或者xml中一个元素.

在任意位置增加元素

    /**
     * DOM大法之--在任意位置增加元素
     * @throws Exception
     */
    public static void addElementAnyWhereTest() throws Exception{
        Document document = JaxpDomUtils.getDocument("src/book.xml");
        Node book2  = document.getElementsByTagName("书").item(1);
        Node author2 = document.getElementsByTagName("作者").item(1);
        Element cat = document.createElement("cat");
        cat.setTextContent("I am a cat too");
        book2.insertBefore(cat, author2);
        JaxpDomUtils.writeBack(document, "src/book.xml");
    }

删除一个节点

    /**
     * DOM大法之--删除一个元素
     * @throws Exception
     */
    public static void deleteNodeTest() throws Exception{
        Document document = JaxpDomUtils.getDocument("src/book.xml");
        Node cat1 = document.getElementsByTagName("cat").item(0);
        Node book = cat1.getParentNode();
        book.removeChild(cat1);
        JaxpDomUtils.writeBack(document, "src/book.xml");

    }

这里比较蛋疼的是,必须先找到要删除的元素,然后再找他爹,然后通过他爹的remove方法把它删掉…

改

    /**
     * DOM大法之--修改元素
     * @throws Exception
     */
    public static void  changeNodeTest() throws Exception {
        Document document = JaxpDomUtils.getDocument("src/book.xml");
        Node author2 = document.getElementsByTagName("作者").item(1);
        author2.setTextContent("西川结衣");
        JaxpDomUtils.writeBack(document, "src/book.xml");

    }

查找

    /**
     * DOM大法之--删除一个元素
     * @throws Exception
     */
    public static void deleteNodeTest() throws Exception{
        Document document = JaxpDomUtils.getDocument("src/book.xml");
        Node cat1 = document.getElementsByTagName("cat").item(0);
        Node book = cat1.getParentNode();
        book.removeChild(cat1);
        JaxpDomUtils.writeBack(document, "src/book.xml");

    }

Node下面有很多get方法,需要的时候再翻文档吧.

回写

    public static void writeBack(Document document, String dest) throws Exception{
        //回写的工厂类
        TransformerFactory factory = TransformerFactory.newInstance();
        Transformer transformer = factory.newTransformer();
        transformer.transform(new DOMSource(document), new StreamResult(dest));
    }

XML的SAX解析

SAX和DOM方式的不同:

• DOM需要将整个XML文件都读取后再进行解析,如果XML文档非常大,就会消耗计算机的大量内存,并且容易导致内存溢出

• SAX 是边读边解析.

SAX解析原理

SAX方式和DOM方式的套路差不多. 只有一点不一样,SAX方式没有增删改的功能,只是单纯的读取解析,所以就没有回写的必要了.
这玩意儿主要的方法,大概是这个样子的:
void parse(String uri, DefaultHandler dh)

那么这里就涉及到两个东西:

• 解析器:

  • 获取解析器工厂

  • 获取解析器对象
  • 解析XML(XML 文件路径,事件处理器)

  解析器采用SAX方式在解析某个XML文档时，它只要解析到XML文档的一个组成部分，都会去调用事件处理器的一个方法，解析器在调用事件处理器的方法时，会把当前解析到的xml文件内容作为方法的参数传递给事件处理器。
  
  事件处理器由程序员编写，程序员通过事件处理器中方法的参数，就可以很轻松地得到sax解析器解析到的数据，从而可以决定如何对数据进行处理

事件处理器:

• 一般用DefaultHandler,他是SAX时间处理程序的默认基类.

• 基于事件触发,比如遇到一个开始标签,就会去执行startElement()方法…(消息订阅机制?! 貌似上学的时候学过这玩意儿…)
  对于一个标准的XML它的消息触发机制大概是这个样子的.

SAX解析范例

写一个自己的Handler

/**
 * 解析xml文件
 * @author thecatcher
 *
 */
class MyHandler1 extends DefaultHandler{

    //开始标签
    @Override
    public void startElement(String uri, String localName, String qName,
            Attributes attributes) throws SAXException {
        System.out.println("read a start label for an element:"+qName);
    }
    //元素内容
    @Override
    public void characters(char[] ch, int start, int length)
            throws SAXException {
        String str = new String(ch,start,length);
        System.out.println(str);
    }
    //结束标签
    @Override
    public void endElement(String uri, String localName, String qName)
            throws SAXException {
        System.out.println("read a end label for an element:"+qName);
    }
}

发散一下,既然是个方法那就可以自己定义行为了. 比如读取特定标签

/**
 * 读取特定标签
 * @author thecatcher
 *
 */
class MyHandler21 extends DefaultHandler{
    private boolean flag=false;
    private int count =0;
    @Override
    public void startElement(String uri, String localName, String qName,
            Attributes attributes) throws SAXException {
        if("作者".equals(qName)){
            flag=true;
            count++;
        }
    }

    @Override
    public void characters(char[] ch, int start, int length)
            throws SAXException {
        if(flag&&count==2){
            String str=new String(ch, start, length);
            System.out.println(str);

        }
    }
    @Override
    public void endElement(String uri, String localName, String qName)
            throws SAXException {
        flag=false;
    }
}

解析主类:

    public void readXMLTest() throws ParserConfigurationException, SAXException, IOException{
        SAXParserFactory factory = SAXParserFactory.newInstance();
        SAXParser parser = factory.newSAXParser();
        parser.parse("src/book2.xml", new MyHandler21());
    }