Java XML文件解析

四种生成和解析XML文档的方法详解（介绍+优缺点比较+示例）

蓝色字体内容由上一篇博文中补充进来的，写作风格比较好，大家有兴趣可以去查看原文

众所周知，现在解析XML的方法越来越多，但主流的方法也就四种，即：DOM、SAX、JDOM和DOM4J

下面首先给出这四种方法的jar包下载地址

DOM：在现在的Java JDK里都自带了，在xml-apis.jar包里

SAX：http://sourceforge.net/projects/sax/

JDOM：http://jdom.org/downloads/index.html

DOM4J：http://sourceforge.net/projects/dom4j/

一、介绍及优缺点分析

1. DOM（Document Object Model)

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。

【优点】

      ①允许应用程序对数据和结构做出更改。

      ②访问是双向的，可以在任何时候在树中上下导航，获取和操作任意部分的数据。

【缺点】

      ①通常需要加载整个XML文档来构造层次结构，消耗资源大。

2. SAX（Simple API for XML)

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采用的是事件模型。

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。

【优势】

     ①不需要等待所有数据都被处理，分析就能立即开始。

     ②只在读取数据时检查数据，不需要保存在内存中。

     ③可以在某个条件得到满足时停止解析，不必解析整个文档。

     ④效率和性能较高，能解析大于系统内存的文档。

【缺点】

     ①需要应用程序自己负责TAG的处理逻辑（例如维护父/子关系等），文档越复杂程序就越复杂。

     ②单向导航，无法定位文档层次，很难同时访问同一文档的不同部分数据，不支持XPath。

 3. JDOM(Java-based Document Object Model)

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对于大多数Java/XML应用程序来说当然是有用的，并且大多数开发者发现API比DOM容易理解得多。JDOM还包括对程序行为的相当广泛检查以防止用户做任何在XML中无意义的事。然而，它仍需要您充分理解XML以便做一些超出基本的工作（或者甚至理解某些情况下的错误）。这也许是比学习DOM或JDOM接口都更有意义的工作。

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）。它包含一些转换器以将JDOM表示输出成SAX2事件流、DOM模型或XML文本文档。JDOM是在Apache许可证变体下发布的开放源码。

【优点】

     ①使用具体类而不是接口，简化了DOM的API。

     ②大量使用了Java集合类，方便了Java开发人员。

【缺点】

     ①没有较好的灵活性。

     ②性能较差。

4. DOM4J(Document Object Model for Java)

      虽然DOM4J代表了完全独立的开发结果，但最初，它是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，包括集成的XPath支持、XML Schema支持以及用于大文档或流化文档的基于事件的处理。它还提供了构建文档表示的选项，它通过DOM4J API和标准DOM接口具有并行访问功能。从2000下半年开始，它就一直处于开发之中。

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.

【优点】

     ①大量使用了Java集合类，方便Java开发人员，同时提供一些提高性能的替代方法。

     ②支持XPath。

     ③有很好的性能。

【缺点】

     ①大量使用了接口，API较为复杂。

二、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，但可移植。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）。

我的看法：如果XML文档较大且不考虑移植性问题建议采用DOM4J；如果XML文档较小则建议采用JDOM；如果需要及时处理而不需要保存数据则考虑SAX。但无论如何，还是那句话：适合自己的才是最好的，如果时间允许，建议大家讲这四种方法都尝试一遍然后选择一种适合自己的即可。

XML文件使用的地方比较多，但主要作为以下用途：

1.配置文件

2.数据传递

鉴于上述原因，本文只会介绍DOM和DOM4J的使用

介绍DOM，方便大家了解XML文档结构，创建和解析的步骤

介绍DOM4J，提供一种更好的实现方式。

DOM解析

1.创建XML文件

思路：XML文件都是通过Document对象进行装载和解析的，首先需要Document对象，如何获得Document对象？如何进行解析？如何进行输出？

a.通过DocumentBuilderFactory对象获取DocumentBuilder对象的实例，然后通过DocumentBuilder对象获取Document实例

b.XML文档时树状结构，树 由“节点”组成，打开一个XML文档，每一对<XXX></XXX>都是一个节点，节点的类型包括根节点，枝节点和叶节点。

一个简单的XML，首先要准备好节点，然后将节点组合起来

创建一个节点 使用Document对象 的createElement(String nodeName);方法

然后通过节点的appendChild()方法进行组合

c.将Document对象输出为XML文件

输出Xml文档主要使用内置的TransformerFactory获取Transformer实例然后进行输出。

输出时需要将Document对象包装到DOMSource对象中

将输出结果包装的StreamResult对象中进行输出

简单实现代码如下

		/*
		 * 思路：Document对象时操作XML文件的根对象
		 * 1.获取Document对象
		 * 2.使用Document对象创建元素阶段
		 * 3.将Document对象输出为XML文件
		 */

		System.out.println("running");

		//1.获取Document对象
		DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
		DocumentBuilder builder = factory.newDocumentBuilder();
		Document doc = builder.newDocument();

		//2.1使用Document对象创建元素
		Element schema = doc.createElement("schema");
		Element table = doc.createElement("table");
		Element row = doc.createElement("row");

		schema.setAttribute("name", "OA_DB");
		table.setAttribute("name", "employee_info");
		row.setAttribute("id", "0000001");
		row.setAttribute("name", "Tony");
		row.setAttribute("sex", "male");
		row.setAttribute("age", "30");

		//2.2组合元素
		doc.appendChild(schema);
		schema.appendChild(table);
		table.appendChild(row);

		//3.将document对象输出为XML文件
		DOMSource source = new DOMSource(doc);
		StreamResult result = new StreamResult(new PrintWriter(path+fileName));
		Transformer trans = TransformerFactory.newInstance().newTransformer();
		//XML文件附加格式
		trans.setOutputProperty(OutputKeys.INDENT, "yes");
		trans.setOutputProperty("{http://xml.apache.org/xslt}indent-amount", "2");
		trans.transform(source, result);
		System.out.println("finish");

2.解析XML文件

思路：想要解析XML文件，首先需要将期装载到Document对象中，然后查找大相应节点，读取数据。

1.使用DocumentBuilder对象将XML文件装载到Document对象中

2.遍历查找节点进行解析

		//1.获取Document对象
		Document doc = DocumentBuilderFactory.newInstance().newDocumentBuilder().parse(new File(path+fileName));
		//2.解析XML文件
		NodeList schema = doc.getChildNodes();
		NodeList table = schema.item(0).getChildNodes();
		NodeList row = table.item(1).getChildNodes();

		NamedNodeMap map = row.item(1).getAttributes();

		System.out.println(map.getNamedItem("id"));
		System.out.println(map.getNamedItem("name"));
		System.out.println(map.getNamedItem("sex"));
		System.out.println(map.getNamedItem("age"));

同样的问题，如果采用DOM4J进行处理就好简单的多

创建XML文件

		//1.获取Document对象
		Document doc = DocumentHelper.createDocument();

		//2.生成节点并组合
		Element schema = doc.addElement("schema");
		schema.addAttribute("name", "OA_DB_4j");

		Element table = schema.addElement("table");
		table.addAttribute("name", "employee_info");

		Element row = table.addElement("row");
		row.addAttribute("age", "30");
		row.addAttribute("id", "0000002");
		row.addAttribute("name", "Tony");
		row.addAttribute("sex", "male");

		//3.输出Xml文本
		FileWriter fw = new FileWriter("D:\\DOM4J_DB.xml");
		new XMLWriter(fw,OutputFormat.createPrettyPrint()).write(doc);;
		fw.flush();

解析XML文件

		//SAX解析方式
		//SAXReader sax = new SAXReader();
		//Document doc = sax.read(new File("D:\\DOM4J_DB.xml"));
		//DOM解析方式
		//1.获取Document对象
		DOMReader dom = new DOMReader();
		Document doc = dom.read(DocumentBuilderFactory.newInstance().newDocumentBuilder().parse(new File("D:\\DOM4J_DB.xml")));

		//2.定位到节点，遍历
		Element em = doc.getRootElement().element("table").element("row");

		for(Iterator<?> it = em.attributeIterator();it.hasNext();)
		{
			Attribute attr = (Attribute)it.next();
			System.out.println(attr.getName()+":"+attr.getValue());
		}