《Java解析XML文件的DOM和SAX方式精品资料.doc》由会员分享，可在线阅读，更多相关《Java解析XML文件的DOM和SAX方式精品资料.doc（34页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、Java解析XML文件的DOM和SAX方式Java解析XML文件的DOM和SAX方式Java解析XML文件之：DOMDOM初步 DOM是Document Object Model的缩写，即文档对象模型。前面说过，XML将数据组织为一颗树，所以DOM就是对这颗树的一个对象描叙。通俗的说，就是通过解析XML文档，为 XML文档在逻辑上建立一个树模型，树的节点是一个个对象。我们通过存取这些对象就能够存取XML文档的内容。 下面我们来看一个简单的例子，看看在DOM中，我们是如何来操作一个XML文档的。 这是一个XML文档，也是我们要操作的对象： Good-bye serialization, hell
2、o Java!下面，我们需要把这个文档的内容解析到一个个的Java对象中去供程序使用，利用JAXP，我们只需几行代码就能做到这一点。首先，我们需要建立一个解析器工厂，以利用这个工厂来获得一个具体的解析器对象： DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();我们在这里使用DocumentBuilderFacotry的目的是为了创建与具体解析器无关的程序，当DocumentBuilderFactory类 的静态方法newInstance()被调用时，它根据一个系统变量来决定具体使用哪一个解析器。又因为所有的解析器
3、都服从于JAXP所定义的接口，所以 无论具体使用哪一个解析器，代码都是一样的。所以当在不同的解析器之间进行切换时，只需要更改系统变量的值，而不用更改任何代码。这就是工厂所带来的好 处。这个工厂模式的具体实现，可以参看下面的类图。 DocumentBuilder db = dbf.newDocumentBuilder();当获得一个工厂对象后，使用它的静态方法newDocumentBuilder()方法可以获得一个DocumentBuilder对象，这个对象代表了具体的DOM解析器。但具体是哪一种解析器，微软的或者IBM的，对于程序而言并不重要。 然后，我们就可以利用这个解析器来对XML文档进行
4、解析了： Document doc = db.parse(c:/xml/message.xml);DocumentBuilder 的parse()方法接受一个XML文档名作为输入参数，返回一个Document对象，这个Document对象就代表了一个XML文档的树模型。以后 所有的对XML文档的操作，都与解析器无关，直接在这个Document对象上进行操作就可以了。而具体对Document操作的方法，就是由DOM所定 义的了。 Jaxp支持W3C所推荐的DOM 2。如果你对DOM很熟悉，那么下面的内容就很简单了：只需要按照DOM的规范来进行方法调用就可以。当然，如果你对DOM不清楚，也不用着急
5、，后面我们 会有详细的介绍。在这儿，你所要知道并牢记的是：DOM是用来描叙XML文档中的数据的模型，引入DOM的全部原因就是为了用这个模型来操作XML文档的 中的数据。DOM规范中定义有节点（即对象）、属性和方法，我们通过这些节点的存取来存取XML的数据。 从上面得到的 Document对象开始，我们就可以开始我们的DOM之旅了。使用Document对象的getElementsByTagName()方法，我们可以 得到一个NodeList对象，一个Node对象代表了一个XML文档中的一个标签元素，而NodeList对象，观其名而知其意，所代表的是一个 Node对象的列表： NodeList n
6、l = doc.getElementsByTagName(message);我们通过这样一条语句所得到的是XML文档中所有标签对应的Node对象的一个列表。然后，我们可以使用NodeList对象的item()方法来得到列表中的每一个Node对象： Node my_node = nl.item(0);当一个Node对象被建立之后，保存在XML文档中的数据就被提取出来并封装在这个Node中了。在这个例子中，要提取Message标签内的内容，我们通常会使用Node对象的getNodeValue()方法： String message = my_node.getFirstChild().getNode
7、Value();请 注意，这里还使用了一个getFirstChild()方法来获得message下面的第一个子Node对象。虽然在message标签下面除了文本外并 没有其它子标签或者属性，但是我们坚持在这里使用getFirseChild()方法，这主要和W3C对DOM的定义有关。W3C把标签内的文本部分也定 义成一个Node，所以先要得到代表文本的那个Node，我们才能够使用getNodeValue()来获取文本的内容。 现在，既然我们已经能够从XML文件中提取出数据了，我们就可以把这些数据用在合适的地方，来构筑应用程序。 下面的内容，我们将更多的关注DOM，为DOM作一个较为详细的解析，使
8、我们使用起来更为得心应手。 DOM详解 1基本的DOM对象DOM的基本对象有5个：Document，Node，NodeList，Element和Attr。下面就这些对象的功能和实现的方法作一个大致的介绍。 Document对象代表了整个XML的文档，所有其它的Node，都以一定的顺序包含在Document对象之内，排列成一个树形的结 构，程序员可以通过遍历这颗树来得到XML文档的所有的内容，这也是对XML文档操作的起点。我们总是先通过解析XML源文件而得到一个Document 对象，然后再来执行后续的操作。此外，Document还包含了创建其它节点的方法，比如createAttribut()用
9、来创建一个Attr对象。它所包含的主要的方法有： l createAttribute(String)：用给定的属性名创建一个Attr对象，并可在其后使用setAttributeNode方法来放置在某一个Element对象上面。 l createElement(String)：用给定的标签名创建一个Element对象，代表XML文档中的一个标签，然后就可以在这个Element对象上添加属性或进行其它的操作。 l createTextNode(String)：用给定的字符串创建一个Text对象，Text对象代表了标签或者属性中所包含的纯文本字符串。如果在一个标签内没有其它的标签，那么标签内的文本所
10、代表的Text对象是这个Element对象的唯一子对象。 l getElementsByTagName(String)：返回一个NodeList对象，它包含了所有给定标签名字的标签。 l getDocumentElement()：返回一个代表这个DOM树的根节点的Element对象，也就是代表XML文档根元素的那个对象。 Node 对象是DOM结构中最为基本的对象，代表了文档树中的一个抽象的节点。在实际使用的时候，很少会真正的用到Node这个对象，而是用到诸如 Element、Attr、Text等Node对象的子对象来操作文档。Node对象为这些对象提供了一个抽象的、公共的根。虽然在Node对
11、象中定义了 对其子节点进行存取的方法，但是有一些Node子对象，比如Text对象，它并不存在子节点，这一点是要注意的。Node对象所包含的主要的方法有： l appendChild(org.w3c.dom.Node)：为这个节点添加一个子节点，并放在所有子节点的最后，如果这个子节点已经存在，则先把它删掉再添加进去。 l getFirstChild()：如果节点存在子节点，则返回第一个子节点，对等的，还有getLastChild()方法返回最后一个子节点。 l getNextSibling()：返回在DOM树中这个节点的下一个兄弟节点，对等的，还有getPreviousSibling()方法返回
12、其前一个兄弟节点。 l getNodeName()：根据节点的类型返回节点的名称。 l getNodeType()：返回节点的类型。 l getNodeValue()：返回节点的值。 l hasChildNodes()：判断是不是存在有子节点。 l hasAttributes()：判断这个节点是否存在有属性。 l getOwnerDocument()：返回节点所处的Document对象。 l insertBefore(org.w3c.dom.Node new，org.w3c.dom.Node ref)：在给定的一个子对象前再插入一个子对象。 l removeChild(org.w3c.dom.
13、Node)：删除给定的子节点对象。 l replaceChild(org.w3c.dom.Node new，org.w3c.dom.Node old)：用一个新的Node对象代替给定的子节点对象。 NodeList对象，顾名思义，就是代表了一个包含了一个或者多个Node的列表。可以简单的把它看成一个Node的数组，我们可以通过方法来获得列表中的元素： l getLength()：返回列表的长度。 l item(int)：返回指定位置的Node对象。 Element对象代表的是XML文档中的标签元素，继承于Node，亦是Node的最主要的子对象。在标签中可以包含有属性，因而Element对象中有
14、存取其属性的方法，而任何Node中定义的方法，也可以用在Element对象上面。 l getElementsByTagName(String)：返回一个NodeList对象，它包含了在这个标签中其下的子孙节点中具有给定标签名字的标签。l getTagName()：返回一个代表这个标签名字的字符串。 l getAttribute(String)： 返回标签中给定属性名称的属性的值。在这儿需要主要的是，应为XML文档中允许有实体属性出现，而这个方法对这些实体属性并不适用。这时候需要用到 getAttributeNodes()方法来得到一个Attr对象来进行进一步的操作。 l getAttribut
15、eNode(String)：返回一个代表给定属性名称的Attr对象。 Attr 对象代表了某个标签中的属性。Attr继承于Node，但是因为Attr实际上是包含在Element中的，它并不能被看作是Element的子对象，因 而在DOM中Attr并不是DOM树的一部分，所以Node中的getparentNode()，getpreviousSibling()和 getnextSibling()返回的都将是null。也就是说，Attr其实是被看作包含它的Element对象的一部分，它并不作为DOM树中单独 的一个节点出现。这一点在使用的时候要同其它的Node子对象相区别。 需要说明的是，上面所说的
16、DOM对象在DOM中都是用接口定义 的，在定义的时候使用的是与具体语言无关的IDL语言来定义的。因而，DOM其实可以在任何面向对象的语言中实现，只要它实现了DOM所定义的接口和功能 就可以了。同时，有些方法在DOM中并没有定义，是用IDL的属性来表达的，当被映射到具体的语言时，这些属性被映射为相应的方法。 2DOM实例有了上面的介绍，相信你对DOM理解的更多了吧。下面的例子将让你对DOM更加熟悉起来。 先说说这个例子到底要做的是什么吧，我们希望在一个名为link.xml文件中保存了一些URL地址，通过一个简单的程序，我们可以通过DOM把这些URL 读出并显示出来，也可以反过来向这个XML文件中
17、写入加入的URL地址。很简单，却很实用，也足够来例示DOM的绝大部分用法了。 XML文件本身不复杂，就不给出它的DTD了。link.xml: JSP InsiderJSP Insider212001A JSP information site.The makers of JavaSun Microsystems312001Sun Microsystems website.The standard JSP containerhttp:/jakarta.apache.orgApache Group412001Some great software.第一个程序我们称为Xmldisplay.java，
18、主要的功能就是读取这个XML文件中各个节点的内容，然后在格式化输出在System.out上，我们来看看这个程序： import javax.xml.parsers.*;import org.w3c.dom.*;这是引入必要的类，因为在这里使用的是Sun所提供的XML解析器，因而需要引入java.xml.parsers包，其中包含了有DOM解析器和SAX解析器的具体实现。org.w3c.dom包中定义了w3c所制定的DOM接口。 DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();DocumentBuilde
19、r builder=factory.newDocumentBuilder();Document doc=builder.parse(links.xml);doc.normalize();除 了上面讲到的，还有一个小技巧，对Document对象调用normalize()，可以去掉XML文档中作为格式化内容的空白而映射在DOM树中的不必 要的Text Node对象。否则你得到的DOM树可能并不如你所想象的那样。特别是在输出的时候，这个normalize()更为有用。 NodeList links =doc.getElementsByTagName(link);刚 才说过，XML文档中的空白符也会被
20、作为对象映射在DOM树中。因而，直接调用Node方法的getChildNodes方法有时候会有些问题，有时不能 够返回所期望的NodeList对象。解决的办法是使用Element的getElementByTagName(String)，返回的 NodeLise就是所期待的对象了。然后，可以用item()方法提取想要的元素。 for (int i=0;ilinks.getLength();i+)Element link=(Element) links.item(i);System.out.print(Content: );System.out.println(link.getElementsBy
21、TagName(text).item(0).getFirstChild().getNodeValue();System.out.print(URL: );System.out.println(link.getElementsByTagName(url).item(0).getFirstChild().getNodeValue();System.out.print(Author: );System.out.println(link.getElementsByTagName(author).item(0).getFirstChild().getNodeValue();System.out.prin
22、t(Date: );Element linkdate=(Element) link.getElementsByTagName(date).item(0);String day=linkdate.getElementsByTagName(day).item(0).getFirstChild().getNodeValue();String month=linkdate.getElementsByTagName(month).item(0).getFirstChild().getNodeValue();String year=linkdate.getElementsByTagName(year).i
23、tem(0).getFirstChild().getNodeValue();System.out.println(day+-+month+-+year);System.out.print(Description: );System.out.println(link.getElementsByTagName(description).item(0).getFirstChild().getNodeValue();System.out.println();上面的代码片断就完成了对XML文档内容的格式化输出。只要注意到一些细节的问题，比如getFirstChile()方法和getElementsByT
24、agName()方法的使用，这些还是比较容易的。 下面的内容，就是在修改了DOM树后重新写入到XML文档中去的问题了。这个程序名为xmlwrite.java。在JAXP1.0版本中，并没有直接的类 和方法能够处理XML文档的写入问题，需要借助其它包中的一些辅助类。而在JAXP1.1版本中，引入了对XSLT的支持，所谓XSLT，就是对XML文 档进行变换（Translation）后，得到一个新的文档结构。利用这个新加入的功能，我们就能够很方便的把新生成或者修改后的DOM树从新写回到 XML文件中去了，下面我们来看看代码的实现，这段代码的主要功能是向links.xml文件中加入一个新的link节点
25、： import javax.xml.parsers.*;import javax.xml.transform.*;import javax.xml.transform.dom.DOMSource;import javax.xml.transform.stream.StreamResult;import org.w3c.dom.*;新引入的java.xml.transform包中的几个类，就是用来处理XSLT变换的。 我们希望在上面的XML文件中加入一个新的link节点，因而首先还是要读入links.xml文件，构建一个DOM树，然后再对这个DOM树进行修改（添加节点），最后把修改后的DOM写
26、回到links.xml文件中： DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();DocumentBuilder builder=factory.newDocumentBuilder();Document doc=builder.parse(links.xml);doc.normalize();/-取得变量-String text=Hanzhongs Homepage;String url=;String author=Hzliu Liu;String discription=A site from Ha
27、nzhong Liu, give u lots of suprise!;为了看清重点，简化程序，我们把要加入的内容硬编码到记忆String对象中，而实际操作中，往往利用一个界面来提取用户输入，或者通过JDBC从数据库中提取想要的内容。 Text textseg;Element link=doc.createElement(link);首 先应该明了的是，无论什么类型的Node，Text型的也好，Attr型的也好，Element型的也好，它们的创建都是通过Document对象中的 createXXX()方法来创建的（XXX代表具体要创建的类型），因此，我们要向XML文档中添加一个link项目，首
28、先要创建一个link对象： Element linktext=doc.createElement(text);textseg=doc.createTextNode(text);linktext.appendChild(textseg);link.appendChild(linktext);Element linkurl=doc.createElement(url);textseg=doc.createTextNode(url);linkurl.appendChild(textseg);link.appendChild(linkurl);Element linkauthor=doc.create
29、Element(author);textseg=doc.createTextNode(author);linkauthor.appendChild(textseg);link.appendChild(linkauthor);java.util.Calendar rightNow = java.util.Calendar.getInstance();String day=Integer.toString(rightNow.get(java.util.Calendar.DAY_OF_MONTH);String month=Integer.toString(rightNow.get(java.uti
30、l.Calendar.MONTH);String year=Integer.toString(rightNow.get(java.util.Calendar.YEAR);Element linkdate=doc.createElement(date);Element linkdateday=doc.createElement(day);textseg=doc.createTextNode(day);linkdateday.appendChild(textseg);Element linkdatemonth=doc.createElement(month);textseg=doc.createT
31、extNode(month);linkdatemonth.appendChild(textseg);Element linkdateyear=doc.createElement(year);textseg=doc.createTextNode(year);linkdateyear.appendChild(textseg);linkdate.appendChild(linkdateday);linkdate.appendChild(linkdatemonth);linkdate.appendChild(linkdateyear);link.appendChild(linkdate);Elemen
32、t linkdiscription=doc.createElement(description);textseg=doc.createTextNode(discription);linkdiscription.appendChild(textseg);link.appendChild(linkdiscription);创 建节点的过程可能有些千篇一律，但需要注意的地方是，对Element中所包含的text（在DOM中，这些text也是代表了一个Node的，因此也必 须为它们创建相应的node），不能直接用Element对象的setNodeValue()方法来设置这些text的内容，而需要用创建
33、的Text对象 的setNodeValue()方法来设置文本，这样才能够把创建的Element和其文本内容添加到DOM树中。看看前面的代码，你会更好的理解这一 点： doc.getDocumentElement().appendChild(link);最后，不要忘记把创建好的节点添加到DOM树中。Document类的getDocumentElement()方法，返回代表文档根节点的Element对象。在XML文档中，根节点一定是唯一的。 TransformerFactory tFactory =TransformerFactory.newInstance();Transformer trans
34、former = tFactory.newTransformer();DOMSource source = new DOMSource(doc);StreamResult result = new StreamResult(new java.io.File(links.xml);transformer.transform(source, result);然 后就是用XSLT把DOM树输出了。这里的TransformerFactory也同样应用了工厂模式，使得具体的代码同具体的变换器无关。实现的方法和 DocumentBuilderFactory相同，这儿就不赘述了。Transformer类的t
35、ransfrom方法接受两个参数、一个数据源 Source和一个输出目标Result。这里分别使用的是DOMSource和StreamResult，这样就能够把DOM的内容输出到一个输出流中，当这个输出流是一个文件的时候，DOM的内容就被写入到文件中去了。Java解析XML文件之：SAX还是沿用讲DOM的时候使用的那个文档例子，但首先，我们先看一个简单一些的应用，我们希望能够统计一下XML文件中各个标签出现的次数。这个例子很简单，但是足以阐述SAX编程的基本思路了。 一开始当然还是import语句了： import org.xml.sax.helpers.DefaultHandler; imp
36、ort javax.xml.parsers.*; import org.xml.sax.*; import org.xml.sax.helpers.*; import java.util.*; import java.io.*; 然后，我们创建一个继承于DefaultHandler的类，具体的程序逻辑在这儿可以暂且放在一边，要注意的是程序的结构： public class SAXCounter extends DefaultHandler private Hashtable tags; /这个Hashtable用来记录tag出现的次数 / 处理文档前的工作 public void startD
37、ocument() throws SAXException tags = new Hashtable();/初始化Hashtable /对每一个开始元属进行处理 public void startElement(String namespaceURI, String localName, String rawName, Attributes atts) throws SAXException String key = localName; Object value = tags.get(key); if (value = null) / 如果是新碰到的标签，这在Hastable中添加一条记录
38、tags.put(key, new Integer(1); else / 如果以前碰到过，得到其计数值，并加1 int count = (Integer)value).intValue(); count+; tags.put(key, new Integer(count); /解析完成后的统计工作 public void endDocument() throws SAXException Enumeration e = tags.keys(); while (e.hasMoreElements() String tag = (String)e.nextElement(); int count
39、= (Integer)tags.get(tag).intValue(); System.out.println(Tag occurs + count + times); /程序入口，用来完成解析工作 static public void main(String args) String filename = null; boolean validation = false; filename=links.xml; SAXParserFactory spf = SAXParserFactory.newInstance(); XMLReader xmlReader = null; SAXParse
40、r saxParser=null; try / 创建一个解析器SAXParser对象 saxParser = spf.newSAXParser(); / 得到SAXParser中封装的SAX XMLReader xmlReader = saxParser.getXMLReader(); catch (Exception ex) System.err.println(ex); System.exit(1); try /使用指定的ContentHandler，解析给XML文件，这儿要注意的是，为了 /程序的简单起见，这儿将主程序和ContentHandler放在了一起。实际上 /main方法中所作
41、的所有事情，都与ContentHandler无关。 xmlReader.parse(new File(filename),new SAXCounter(); catch (SAXException se) System.err.println(se.getMessage(); System.exit(1); catch (IOException ioe) System.err.println(ioe); System.exit(1); 我 们来看看这段程序作了些什么，在main()方法中，主要做的就是创建解析器，然后解析文档。实际上，在这儿创建SAXParser对象的时候，为了使程 序代码于具
42、体的解析器无关，使用了同DOM中一样的设计技巧：通过一个SAXParserFactory类来创建具体的SAXParser对象，这样，当 需要使用不同的解析器的时候，要改变的，只是一个环境变量的值，而程序的代码可以保持不变。这就是FactoryMethod模式的思想。在这儿不再具体 讲了，如果还有不明白的，可以参看上面DOM中的解释，原理是一样的。 不过在这儿还有一点点要注意的地方，就是SAXParser类 和XMLReader类之间的关系。你可能有些迷糊了吧，实际上SAXParser是JAXP中对XMLReader的一个封装类，而XMLReader 是定义在SAX2.0种的一个用来解析文档的接
43、口。你可以同样的调用SAXParser或者XMLReader中的parser()方法来解析文档，效果 是完全一样的。不过在SAXParser中的parser()方法接受更多的参数，可以对不同的XML文档数据源进行解析，因而使用起来要比 XMLReader要方便一些。这个例子仅仅涉及了SAX的一点皮毛，而下面的这个，可就要高级一些了。下面我们要实现的功能，在DOM的例子中已经有实现了，就是从XML文档中读出内容并格式化输出，虽然程序逻辑看起来还是很简单，但是SAX可不比DOM哦，看着吧。 前 面说过，当遇到一个开始标签的时候，在startElement()方法中，我们并不能够得到这个标签在XML
44、文档中所处的位置。这在处理XML文档的时 候是个大麻烦，因为在XML中标签的语义，有一部分是由其所处的位置所决定的。而且在一些需要验证文档结构的程序中，这更是一个问题。当然，没有解决不了 的问题了，我们可以使用一个栈来实现对文档结构的纪录。 栈的特点是先进先出，我们现在的想法是，在startElemnt()方法中 用push将这个标签的名字添加到栈中，在endElement()方法中在把它pop出来。我们知道对一个结构良好的XML而言，其嵌套结构是完备的， 每一个开始标签总会对应一个结束标签，而且不会出现标签嵌套之间的错位。因而，每一次startElement()方法的调用，必然会对应一个 endElement()方法的调用，这样push和pop也是成对出现的，我们只需要分析栈的结构，就可以很容易的知道当前标签所处在文档结构中的位置 了。 public class SAXReader extends DefaultHandler java.util.Stack tags=new java.util.Stack(); /-XML Content- String text=null; String url=null; String author=null; String descriptio