xml解析----java中4中xml解析方法（转载）

Posted 2020-10-17 K_artorias

转载：https://www.cnblogs.com/longqingyang/p/5577937.html

描述

XML是一种通用的数据交换格式,它的平台无关性、语言无关性、系统无关性、给数据集成与交互带来了极大的方便。XML在不同的语言环境中解析方式都是一样的,只不过实现的语法不同而已。

　　XML的解析方式分为四种：1、DOM解析；2、SAX解析；3、JDOM解析；4、DOM4J解析。其中前两种属于基础方法，是官方提供的平台无关的解析方式；后两种属于扩展方法，它们是在基础的方法上扩展出来的，只适用于java平台。

　　针对以下XML文件，会对四种方式进行详细描述：

<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
    <book id="1">
        <name>冰与火之歌</name>
        <author>乔治马丁</author>
        <year>2014</year>
        <price>89</price>
        <language>Chinese</language>
    </book>
    <book id="2">
        <name>安徒生童话</name>
        <year>2004</year>
        <price>77</price>
        <language>English</language>
    </book>    
</bookstore>

我们可以根据以上的xml文件结构，构建一个相应的model类：

package xmlAnaly;

public class Book {
	private String id = "";
	private String name = "";
	private String author = "";
	private String year = "";
	private String price = "";
	private String language = "";
	public String getId() {
		return id;
	}
	public void setId(String id) {
		this.id = id;
	}
	public String getName() {
		return name;
	}
	public void setName(String name) {
		this.name = name;
	}
	public String getAuthor() {
		return author;
	}
	public void setAuthor(String author) {
		this.author = author;
	}
	public String getYear() {
		return year;
	}
	public void setYear(String year) {
		this.year = year;
	}
	public String getPrice() {
		return price;
	}
	public void setPrice(String price) {
		this.price = price;
	}
	public String getLanguage() {
		return language;
	}
	public void setLanguage(String language) {
		this.language = language;
	}	
}

一、DOM解析

　　DOM的全称是Document Object Model，也即文档对象模型。在应用程序中，基于DOM的XML分析器将一个XML文档转换成一个对象模型的集合（通常称DOM树），应用程序正是通过对这个对象模型的操作，来实现对XML文档数据的操作。通过DOM接口，应用程序可以在任何时候访问XML文档中的任何一部分数据，因此，这种利用DOM接口的机制也被称作随机访问机制。

　　DOM接口提供了一种通过分层对象模型来访问XML文档信息的方式，这些分层对象模型依据XML的文档结构形成了一棵节点树。无论XML文档中所描述的是什么类型的信息，即便是制表数据、项目列表或一个文档，利用DOM所生成的模型都是节点树的形式。也就是说，DOM强制使用树模型来访问XML文档中的信息。由于XML本质上就是一种分层结构，所以这种描述方法是相当有效的。

　　DOM树所提供的随机访问方式给应用程序的开发带来了很大的灵活性，它可以任意地控制整个XML文档中的内容。然而，由于DOM分析器把整个XML文档转化成DOM树放在了内存中，因此，当文档比较大或者结构比较复杂时，对内存的需求就比较高。而且，对于结构复杂的树的遍历也是一项耗时的操作。所以，DOM分析器对机器性能的要求比较高，实现效率不十分理想。不过，由于DOM分析器所采用的树结构的思想与XML文档的结构相吻合，同时鉴于随机访问所带来的方便，因此，DOM分析器还是有很广泛的使用价值的。

　　　　优点：

　　　　　　1、形成了树结构，有助于更好的理解、掌握，且代码容易编写。

　　　　　　2、解析过程中，树结构保存在内存中，方便修改。

　　　　缺点：

　　　　　　1、由于文件是一次性读取，所以对内存的耗费比较大。

　　　　　　2、如果XML文件比较大，容易影响解析性能且可能会造成内存溢出。

　　以下是解析代码：

import java.io.IOException;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;

import org.w3c.dom.Document;
import org.w3c.dom.NamedNodeMap;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;

public class DOMTest {
	public static void main(String[] args) {
		//创建一个DocumentBuilderFactory对象，ps 这是一个DocumentBuilder的生产工厂
		DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
		try {
			//创建一个DocumentBuilder的对象
			DocumentBuilder db = dbf.newDocumentBuilder();
			//通过documentBuilder对象的parse方法加载test.xml文件到当前目录下 ps 这里导入的包是org.w3c.dom
			Document document = db.parse("xml\\\\test.xml");
			//获取这个xml文件的所有节点的集合
			NodeList testList = document.getElementsByTagName("book");
			System.out.println("一共有" + testList.getLength() + "本书");
			//遍历所有节点
			for(int i=0; i<testList.getLength(); i++){
				System.out.println("-----第" + (i+1) + "本-----");
				//通过item(i)方法，获取一个book节点，nodelist的所以从0开始
				Node book = testList.item(i);
				//获取book节点的所有属性集合
				NamedNodeMap attrs = book.getAttributes();
				System.out.println("-----第" + (i+1) + "本书共有" + attrs.getLength() + "个属性-----");
				//遍历book的属性
				for(int j=0; j<attrs.getLength(); j++){
					//通过item（j）的方法，获取book的每个子节点，即属性
					Node attr = attrs.item(j);
					//读取属性名和属性值
					System.out.print("Name:" + attr.getNodeName());
					System.out.println("	Value:" + attr.getNodeValue());
				}
				//解析book节点的子节点
				NodeList childNodes = book.getChildNodes();
				//遍历childNodes获取每个节点的节点梦和节点值
				System.out.println("第" + (i+1) + "本书共有" + childNodes.getLength() + "子节点");
				for (int k=0; k<childNodes.getLength(); k++) {
					//区分出test类型的node以及element类型的node
					if(childNodes.item(k).getNodeType() == Node.ELEMENT_NODE){
						//获取了element类型节点的节点名
						System.out.print("第" + (k + 1) + "个节点的节点名：" + childNodes.item(k).getNodeName());
						//获取了element类型节点的节点值
						System.out.println("	节点值是：" + childNodes.item(k).getFirstChild().getNodeValue());
					}
				}
				System.out.println("-----第" + (i+1) + "本书结束-----");
			}
		} catch (ParserConfigurationException e) {
			e.printStackTrace();
		}catch (SAXException e){
			e.printStackTrace();
		}catch (IOException e){
			e.printStackTrace();
		}
	}
}

二、SAX解析

　　SAX的全称是Simple APIs for XML，也即XML简单应用程序接口。与DOM不同，SAX提供的访问模式是一种顺序模式，这是一种快速读写XML数据的方式。当使用SAX分析器对XML文档进行分析时，会触发一系列事件，并激活相应的事件处理函数，应用程序通过这些事件处理函数实现对XML文档的访问，因而SAX接口也被称作事件驱动接口。

　　　　优点：

　　　　　　1、采用事件驱动模式，对内存耗费比较小。

　　　　　　2、适用于只处理XML文件中的数据时。

　　　　缺点：

　　　　　　1、编码比较麻烦。

　　　　　　2、很难同时访问XML文件中的多处不同数据。

　　以下是解析代码：

import java.util.ArrayList;
import java.util.List;

import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

public class SAXTest {
	public static void main(String[] args) {
		SAXParserFactory factory = SAXParserFactory.newInstance();
		try {
			SAXParser parser = factory.newSAXParser();
			SAXParserHandler handler = new SAXParserHandler();
			parser.parse("xml\\\\test.xml", handler);
			System.out.println("----------共有" + handler.getBookList().size() + "本书------------");
			for(Book book:handler.getBookList()){
				System.out.println(book.getId());
                System.out.println(book.getName());
                System.out.println(book.getAuthor());
                System.out.println(book.getYear());
                System.out.println(book.getPrice());
                System.out.println(book.getLanguage());
                System.out.println("----finish----");
			}
		} catch (Exception e) {
			e.printStackTrace();
		}
	}
	
}
class SAXParserHandler extends DefaultHandler{
	String value = null;
	Book book = null;
	private List<Book> bookList = new ArrayList<>();
	public List<Book> getBookList(){
		return bookList;
	}
	int bookIndex = 0;
	//用来标识解析开始
	@Override
	public void startDocument() throws SAXException {
		super.startDocument();
		System.out.println("SAX解析开始");
	}
	//用来标识解析结束
	@Override
	public void endDocument() throws SAXException {
		super.endDocument();
		System.out.println("SAM解析结束");
	}
	
	//解析xml
	@Override
	public void startElement(String uri, String localName, String qName,
			Attributes attributes) throws SAXException {
		//调用defaultHandler类的startElement方法
		super.startElement(uri, localName, qName, attributes);
		if(qName.equals("book")){
			book = new Book();
			System.out.println("------开始遍历某一本书的内容-------");
			int num = attributes.getLength();
			for(int i=0; i<num; i++){
				System.out.print("book元素的第" + (i + 1) +  "个属性名是：" + attributes.getQName(i));
                System.out.println("	属性值是：" + attributes.getValue(i));
                if(attributes.getQName(i).equals("id")){
                	book.setId(attributes.getValue(i));
                }
			}
		}else if(!qName.equals("name") && !qName.equals("bookstore")){
			System.out.print("节点名是：" + qName + "	");
		}
	}
	
	@Override
	public void endElement(String uri, String localName, String qName)
			throws SAXException {
		super.endElement(uri, localName, qName);
		//判断是否针对一本书已经便利结束
		if(qName.equals("book")){
			bookList.add(book);
			book = null;
			System.out.println("------结束遍历某一本书的内容-------");
		}else if(qName.equals("name")){
			book.setName(value);
		}else if(qName.equals("author")){
			book.setAuthor(value);
		}else if(qName.equals("year")){
			book.setYear(value);
		}else if(qName.equals("price")){
			book.setPrice(value);
		}else if(qName.equals("language")){
			book.setLanguage(value);
		}
	}
	
	@Override
	public void characters(char[] ch, int start, int length)
			throws SAXException {
		super.characters(ch, start, length);
		value = new String(ch, start, length);
		if(!value.trim().equals("")){
			System.out.println("节点值是：" + value);
		}
	}
}

　三、JDOM解析

　　　　特征：

　　　　　　1、仅使用具体类，而不使用接口。

　　　　　　2、API大量使用了Collections类。

　　　　需要导入jdom.jar

　　以下是解析代码：

import java.io.FileInputStream;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.List;

import org.jdom.Attribute;
import org.jdom.Document;
import org.jdom.Element;
import org.jdom.input.SAXBuilder;

public class JDOMTest {
	private static List<Book> booksList = new ArrayList<>();
	public static void main(String[] args) {
		//创建一个SAXBuilder对象
		SAXBuilder saxBuilder = new SAXBuilder();
		InputStream in;
		try {
			//读入xml文件
			in = new FileInputStream("xml\\\\test.xml");
			InputStreamReader isr = new InputStreamReader(in, "utf-8");
			//通过saxbuilder的build方法将xml输入流加载到saxbuilder
			Document document = saxBuilder.build(isr);
			//获取xml文件的根节点
			Element rootElement = document.getRootElement();
			//获取根节点的子节点下的list集合
			List<Element> bookList = rootElement.getChildren();
			//继续解析
			for(Element book : bookList){
				Book bookEntity = new Book();
				System.out.println("-------开始解析第" + (bookList.indexOf(book) + 1) + "本书--------");
				//解析book属性集合
				List<Attribute> attrList = book.getAttributes();
				// //知道节点下属性名称时，获取节点值
                // book.getAttributeValue("id");
                // 遍历attrList(针对不清楚book节点下属性的名字及数量)
				for(Attribute attr : attrList){
					String attrName = attr.getName();
					String attrValue = attr.getValue();
					System.out.println("属性名：" + attrName + "    属性值：" + attrValue);
					if(attrName.equals("id")){
						bookEntity.setId(attrValue);
					}
				}
				//对book节点的子节点名以及子节点值进行遍历
				List<Element> bookChilds = book.getChildren();
				for(Element child : bookChilds){
					System.out.println("节点名：" + child.getName() + "    节点值：" + child.getValue());
					if(child.getName().equals("name")){
						bookEntity.setName(child.getValue());
					}else if(child.getName().equals("author")){
						bookEntity.setAuthor(child.getValue());
					}else if(child.getName().equals("year")){
						bookEntity.setYear(child.getValue());
					}else if(child.getName().equals("price")){
						bookEntity.setPrice(child.getValue());
					}else if(child.getName().equals("language")){
						bookEntity.setLanguage(child.getValue());
					}
				}
				System.out.println("--------结束解析第" + (bookList.indexOf(book) + 1) + "本书--------");
				booksList.add(bookEntity);
				bookEntity = null;
				System.out.println(booksList.size());
				System.out.println(booksList.get(0).getId());
				System.out.println(booksList.get(0).getName());
			}
		} catch (Exception e) {
			// TODO: handle exception
		}
	}
}

4、DOM4J解析

　　　  特征：

　　　　　　1、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。

　　　　　　2、它使用接口和抽象基本类方法。

　　　　　　3、具有性能优异、灵活性好、功能强大和极端易用的特点。

　　　　　　4、是一个开放源码的文件

　　　　需要导入dom4j.jar包

　　以下是解析代码：

import java.util.Iterator;
import java.util.List;

import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;

public class DOM4JTest {
	public static void main(String[] args) {
		//创建SAXReader的对象
		SAXReader reader = new SAXReader();
		try {
			//通过reader方法的read方法加载xml文件，获取document对象
			Document document = reader.read("xml\\\\test.xml");
			//通过document对象获取根节点bookstore
			Element bookStore = document.getRootElement();
			//通过element对象的方法获取迭代器
			Iterator it = bookStore.elementIterator();
			while(it.hasNext()){
				System.out.println("--------开始遍历第某本书--------");
				Element book = (Element) it.next();
				//获取book的属性名以及属性值
				List<Attribute> bookAttrs = book.attributes();
				for(Attribute attr : bookAttrs){
					System.out.println("属性名：" + attr.getName() + "    属性值：" + attr.getValue());
				}
				//获取子节点的节点名和节点值
				Iterator itt = book.elementIterator();
				while(itt.hasNext()){
					Element bookChild = (Element) itt.next();
					System.out.println("节点名：" + bookChild.getName() + "    节点值：" + bookChild.getStringValue());
				}
				System.out.println("--------结束遍历某一本书--------");
			}
		} catch (Exception e) {
			// TODO: handle exception
		}
	}
}

Final：比较总结

　　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。
      JDOM和DOM在性能测试时表现不佳，在测试10M文档时内存溢出。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）。
      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）。