JavaEE XML DOM解析
Posted IXENOS
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了JavaEE XML DOM解析相关的知识,希望对你有一定的参考价值。
DOM解析XML
@author ixenos
XML解析方式(原理)
a) DOM 解析树
b) SAX 流事件
DOM解析对应主流工具
i. DOM(官方)
ii. DOM4J (非官方 主流 三大框架使用DOM4J解析配置文件)
iii. JDOM (非官方)
SAX解析对应主流工具
SAX (官方 主流)
解析XML文档
a) 要处理XML文档就要先解析(parse)它,
b) 解析器程序:读入一个文件,确认这个文件具有正确的格式,然后分解成各种元素,使程序员能够访问这些元素
i. 文档对象模型(Document Object Model,DOM)解析器,是树型解析器(tree parser),将读入的XML文档转换成树结构
ii. XML简单API(Simple API for XML,SAX)解析器,是流机制解析器(streaming parser),在读入XML文档时生成相应的事件
c) 如果只是对于某些元素感兴趣,而不关心他们的上下文,那么在这些情况下你应该考虑使用流机制解析器
节点Node
一个XML文档中只有一个根节点
没有父节点的元素节点
元素节点
根节点和根节点中的所有标签都是元素节点
属性节点
<student id=“001”></student> id就是属性节点
文本节点
<name>zhangsan</name> zhangsan就是文本节点
注释节点
<!-- --> xml文档中的注释信息
Element类型:带标签的<a>b</a>,节点名是a,节点值都是null,b是“节点值”,也是子节点(此时b是Text类型的节点)
Attr类型:节点值是属性名,节点值是属性值
Text类型:在标签之外的都是文本节点,节点名都是#text,节点值是文本
因此,我们认为的Element类型的节点的“节点值”,实际上是Element类型节点的Text类型的子节点——指夹在标签中间的内容,不能通过getNodeValue()获取,要通过:
- getFirstChild().getNodeValue() 获得第一个子节点的节点值
- getTextContent() 获得所有Text子节点的节点值,也会递归孙子节点获得曾孙节点的节点值
a) 例如<a><b>bb</b>哈哈哈</a>将得到:bb哈哈哈
b) 而用1.将解析b这个Element节点,将得到null
DOM官方解析示例
a) 首先要明白XML是被看成文档(Document)的,所以我们需要一个DocumentBuilder对象来读取XML,生成对应的Document对象
i. /*用Builder工厂生成Builder*/
ii. DocumentBuilderFactory factory = DocumentDuilderFactory.newInstance();
iii. DocumentBuilder builder = factory.newDocumentBuilder();
iv. /*用builder读取XML文档生成Document对象*/
v. File f = new File(“…”);
vi. Document doc = builder.parse(f); //也可以读URL或者输入流
b) 启动对Document的分析,调用getDocumentElement,获得root元素
i. Element root = doc.getDocumentElement();
c) 获得root节点子节点的列表,
i. 注意,子节点不仅有Element元素类型还有Text文本类型(不在标签里的,连换行回车的空白也算)
ii. NodeList children = root.getChildNodes();
iii. For(int i=0; i<children.getLength(); i++){
Node child = children.item(i);
……
iv. }
v. 如果只希望得到元素子节点(Element),那么可以忽略空白字符(Text):
vi. NodeList children = root.getChildNodes();
vii. For(int i=0; i<children.getLength(); i++){
Node child = children.item(i);
if(child instanceof Element){
Element childElement = (Element)child;
…
}
viii. }
d) 如果文档有DTD,那么解析器知道哪些是没有文本节点的子元素,而且会自动剔除掉空白字符!DTD很好用
e) 如<a>123</a><b>456</b>,当我们想知道标签夹着的信息时,既然Text是这些元素子节点唯一的子节点,就可以用getFirstChild方法而不必对着这些元素子节点的NodeList一顿遍历,而只需要之后再对Text节点getData得到字符串即可
i. For(int i=0; i<children.getLength(); i++){
- Node child = children.item(i);
- If(child instanceof Element){
a) Element childElement = (Element)child;
b) Text textNode = (Text)childElement.getFirstChild();
c) String text = textNode.getData().trim(); //去掉多余空格和换行符
d) if(childElement.getTagName().equals(“name”)) //name标签名
i. name = text;
e) else if(childElement.getTagName().equals(“size”))
i. size = Integer.parseInt(text);
}
}
对元素节点的文本子节点getData后再trim,可以优化这种情况:
<size>
36
</size>
此时文本子节点中含有换行和空格,调用trim可以删掉前后的空格
f) 枚举元素子节点的属性<size hel=”pt”>36</size>
i. 一个标签可以有多个属性,每个属性都有它自己的名称和取值,例如:
<input name=“text”>
属性值一定要用双引号(")或单引号(‘)引起来
定义属性必须遵循与标签相同的命名规范
多学一招:在XML技术中,标签属性所代表的信息,也可以被改成用子元素的形式来描述,例如:
<input>
<name>text</name>
</input>
注意:此时就不能使用getAttributes了
ii. 文档对象调用getAttributes,返回一个NameNodeMap对象,其中包含了描述属性的Node对象(键值对),遍历该Map得Node,调用getNodeName和getNodeValue获得属性名和属性值
iii. 或者知道属性名,直接获取属性值
- String unit = element.getAttrbute(“unit”); //unit是属性名,将属性值赋给String变量unit
或者
外部
<!DOCTYPE configuration PUBLIC “http://myserver.com/config.dtd”>
以上是关于JavaEE XML DOM解析的主要内容,如果未能解决你的问题,请参考以下文章