java解析XML① 之DOM解析和SAX解析（包含CDATA的问题）

Posted 2020-11-23 koaler

　Dom解析功能强大，可增删改查，操作时会将XML文档读到内存，因此适用于小文档；
　　SAX解析是从头到尾逐行逐个元素解析，修改较为不便，但适用于只读的大文档；SAX采用事件驱动的方式解析XML。如同在电影院看电影一样，从头到尾看一遍，不能回退（Dom可来来回回读取），在看电影的过程中，每遇到一个情节，都会调用大脑去接收处理这些信息。SAX也是相同的原理，每遇到一个元素节点，都会调用相应的方法来处理。在SAX的解析过程中，读取到文档开头、文档结尾，元素的开头和元素结尾都会调用相应方法，我们可以在这些方法中进行相应事件处理。

<?xml version="1.0" encoding="utf-8"?>

<Students> 
  <Student num="001"> 
    <name>小明</name>  
    <age>20</age>  
    <subject><![CDATA[数学&英语]]></subject>  
    <sport>篮球</sport> 
  </Student>  
  <Student num="002"> 
    <name>小红</name>  
    <age>21</age>  
    <subject><![CDATA[数学&英语]]></subject>  
    <sport>篮球</sport> 
  </Student>  
  <Student num="003"> 
    <name>小蓝</name>  
    <age>23</age>  
    <subject><![CDATA[数学&英语]]></subject>  
    <sport>篮球</sport> 
  </Student>  
  <Student num="004"> 
    <name>小白</name>  
    <age>19</age>  
    <subject><![CDATA[数学&英语]]></subject>  
    <sport>篮球</sport> 
  </Student>  
  <Student num="005"> 
    <name>小林子</name>  
    <age>18</age>  
    <subject><![CDATA[数学&英语]]></subject>  
    <sport>篮球</sport> 
  </Student>  
  <Student num="006"> 
    <name>小东子</name>  
    <age>20</age>  
    <subject><![CDATA[数学&英语]]></subject>  
    <sport>篮球</sport> 
  </Student>  
  <Student num="007"> 
    <name>小左子</name>  
    <age>21</age>  
    <subject><![CDATA[数学&英语]]></subject>  
    <sport>篮球</sport> 
  </Student>  
  <Student num="008"> 
    <name>小张</name>  
    <age>22</age>  
    <subject><![CDATA[数学&英语]]></subject> 
  </Student>  
  <Student num="009"> 
    <name>小明</name>  
    <age>23</age>  
    <subject><![CDATA[数学&英语]]></subject>  
    <sport>篮球</sport> 
  </Student>  
  <Student num="010"> 
    <name>小明</name>  
    <age>20</age>  
    <subject><![CDATA[数学&英语]]></subject>  
    <sport>篮球</sport> 
  </Student> 
</Students>

DOM解析

package cn.yangtze.domtext;

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 DomPractice {

    public static void main(String[] args) {
        // TODO Auto-generated method stub
        // 创建一个DocumentBuilderFactory的对象
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        // 创建一个DocumentBuilder的对象
        try {
            // 创建DocumentBuilder对象
            DocumentBuilder db = dbf.newDocumentBuilder();
            // 通过DocumentBuilder对象的parser方法加载books.xml文件到当前项目下
            Document document = db.parse("Students.xml");
            // 获取所有Student节点的集合
            NodeList StudentList = document.getElementsByTagName("Student");
            // 通过nodelist的getLength()方法可以获取StudentList的长度
            System.out.println("DOM解析开始...");
            // 遍历每一个Student节点
            for (int i = 0; i < StudentList.getLength(); i++) {
                System.out.println("开始解析第" + (i + 1) + "个学生");
                // 通过 item(i)方法 获取一个Student节点，nodelist的索引值从0开始
                Node book = StudentList.item(i);
                // 获取Student节点的所有属性集合
                NamedNodeMap attrs = book.getAttributes();
                // 遍历Student的属性
                for (int j = 0; j < attrs.getLength(); j++) {
                    // 通过item(index)方法获取Student节点的某一个属性
                    Node attr = attrs.item(j);

                    // 输出学生的属性名和属性值
                    System.out.println(attr.getNodeName() + "：" + attr.getNodeValue());
                }
                NodeList childNodes = book.getChildNodes();
                // 遍历childNodes获取每个节点的节点名和节点值
                for (int k = 0; k < childNodes.getLength(); k++) {
                    // 区分出text类型的node以及element类型的node
                    if (childNodes.item(k).getNodeType() == Node.ELEMENT_NODE) {

                        // 输出子节点的属性名和属性值
                        System.out.println(childNodes.item(k).getNodeName() + "："
                                + childNodes.item(k).getFirstChild().getNodeValue());

                    }

                }

            }
        } catch (ParserConfigurationException e) {
            e.printStackTrace();
        } catch (SAXException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
        System.out.println("DOM解析结束...");
    }
}

SAX解析 
SAXParserHandler.java

package cn.yangtze.saxtext;

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

public class SAXParserHandler extends DefaultHandler {
    private int StudentIndex = 0;

    // 解析开始的标志
    @Override
    public void startDocument() throws SAXException {
        System.out.println("SAX解析开始...");
    }

    // 解析结束的标志
    @Override
    public void endDocument() throws SAXException {
        System.out.println("SAX解析结束...");
    }

    // 用来遍历XML文件的开始标签
    @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);
        // 开始解析Student元素节点
        if (qName.equals("Student")) {
            ++StudentIndex;
            System.out.println("开始解析第" + StudentIndex + "个学生");
            //输出XML属性，也就是XML文件中的num属性，注意在因使用属性而引起的一些问题：
            /*1 ，属性无法包含多重的值（元素可以）
            2，属性无法描述树结构（元素可以）
            3，属性不易扩展（为未来的变化）
            4，属性难以阅读和维护
            5，请尽量使用元素来描述数据。而仅仅使用属性来提供与数据无关的信息。*/
            for (int i = 0; i < attributes.getLength(); ++i) {
                System.out.println(attributes.getQName(i) + "：" + attributes.getValue(i));
            }
        } else if (!qName.equals("Students")) {
            System.out.print(qName + "：");//输出元素值
        }
    }

    // 用来遍历XML文件的结束标签
    @Override
    public void endElement(String uri, String localName, String qName) throws SAXException {
        super.endElement(uri, localName, qName);
        // 判断一个学生是否解析完
        if (qName.equals("Student")) {
            System.out.println("结束解析第" + StudentIndex + "个学生");
        } 
    }

    @Override
    public void characters(char[] ch, int start, int length) throws SAXException {
        super.characters(ch, start, length);
        String text = new String(ch, start, length);
        if (!text.trim().equals("")) {
            System.out.println(text);
        } // if
    }
}

SAXDemo.java

//SAX解析XML
package cn.yangtze.saxtext;

import java.io.File;
import java.io.IOException;

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

import org.xml.sax.SAXException;

public class SAXDemo {
    public static void main(String[] args) {
        File file =new File("Students.xml");
        try {
            // 通过SAXParserFactory的静态方法newInstance()方法获取SAXParserFactory实例对象factory
            SAXParserFactory factory = SAXParserFactory.newInstance();
            // 通过SAXParserFactory实例的newSAXParser()方法返回SAXParser实例parser
            SAXParser saxParser = factory.newSAXParser();
            // 定义SAXParserHandler对象
            SAXParserHandler handler = new SAXParserHandler();
            // 解析XML文档
            saxParser.parse(file, handler);
        } catch (ParserConfigurationException e) {
            e.printStackTrace();
        } catch (SAXException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}