XML解析器之JAXP与DOM4J

Posted 2020-12-01 tanggula-pioneer

XML是一种数据格式，那么需要对XML文件进行操作就需要用到XML解析器---------针对dom方式和sax方式提供了不同的解析技术-----需要不同的XML解析器

　dom方式：会把文档中所有元素(标签)，根据xml的层级结构，解析成各个Node对象(节点)。在内存中分配一个树形结构，把xml的标签，属性和文本都封装成对象

　　　　缺点：如果文件过大，造成内存溢出。

　　　　优点：树结构，容易遍历和实现增删改。

　sax方式：采用事件驱动，边读边解析，解析到某一个对象，返回对象名称，可以由用户自己建立自己的对象模型。SAX可以在解析文档的任意时刻停止解析。

　　　　缺点：不能对节点实现增删改操作。

　　　　优点：不受文件大小限制，方便实现查询操作。

 

DOM(Documeng Object Model)解析器-------JAXP(Java API for XMLProcessing，意为XML处理的Java API)------Java自带的解析xml接口

　　　　解析器存在于------JDK的javax.xml.parsers 包中

　　　　　　dom方式：DocumentBuilder  : dom解析器类，

　　　　　　　　　　　DocumentBuilderFactory：dom解析工厂类

　　　过程：通过查看API可以发现，而DocumentBuilderFactory是个抽象类，但存在newInstance()方法通过反射的方式得到该接口的实例对象。


　DocumentBuilder是个抽象类，可以通过 DocumentBuilderFactory.newDocumentBuilder()方法得到解析器实例。

　该解析器类存在 parse(File f) 方法返回Document对象，还存在parse(String uri)方法也返回一个Document对象

　而Doucument是个接口，其父接口是Node接口，Document和Node存在一些方法对标签进行操作，详细查看API 。

　　　　　　　　getElementsByTagName(String tagname)：获取标签, 返回的是 NodeList 集合

　　　　　　　　createElement(String tagName)：创建标签

　　　　　　　　createTextNode(String data)：创建文本

　　　　　　　　appendChild(Node newChild)：将文本添加到标签下面

　　　　　　　　removeChild(Node oldChild)：删除节点

　　　　　　　　getParentNode() ：获取父节点

　　　　　　　　getTextContent()：得到标签里面的内容　 

static Document getdocument() throws Exception {

　// 通过工厂解析器类得到Doucment对象

DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder documentbuilder = builderFactory.newDocumentBuilder();
　　// parse()解析xml，返回document 
return documentbuilder.parse(URL);
}

//docuent及其父接口Node有诸多操作标签/属性/文本内容的方法

看具体要求选用具体方法

注意：删除元素需要得到----该元素的父节点删除，不能自己删自己

　　　在编译器中的增删改----都是对内存操作--因此都需要回写到具体文件中

//回写操作

static void writer(Document document) throws Exception {
　　TransformerFactory factory = TransformerFactory.newInstance();
　　Transformer transformer = factory.newTransformer();
　　transformer.transform(new DOMSource(document), new StreamResult(URL));
}

　　　sax方式：SAXParser : 解析器类

 　　　　　　　SAXParserFactory : 解析器工厂类

　过程：查看API可以发现，SAXParserFactory是个抽象类，可以通过反射的方式newInstance()方法得到该类实例对象。

　　　SAXParser也是个抽象类， 其实例对象可以通过SAXParserFactory.newSAXParser()得到解析器实例。

 　　　SAXParser对象中存在---parse(File f, DefaultHandler dh)----解析使用指定的指定XML文件的内容DefaultHandler 。

默认事件自动处理其中存在三个方法：解析开始标签---startElement(String uri, String localName, String qName, Attributes attributes)----返回标签名称

　　　解析文本内容----characters(char[] ch,int start,int length)------通过string的构造方法，返回文本内容

　　　解析结束标签-----endElement(String uri,String localName, String qName)-------返回结束标签

　　　　　　　　　参数File --------xml的路径

　　　　　　　　　DefaultHandler----默认事件处理器

class MyDefaultHandler extends DefaultHandler {

@Override
public void startElement(String uri, String localName, String qName, Attributes attributes)
throws SAXException {
System.out.print("<"+qName+">");//输出返回的开始标签
}

@Override
public void characters(char[] ch, int start, int length) throws SAXException {
// TODO Auto-generated method stub
System.out.print(new String(ch,start,length));输出返回的结束标签
}

@Override
public void endElement(String uri, String localName, String qName) throws SAXException {
System.out.print("<"+qName+">");输出返回的文本内容
}

}

　　　　

DOM4J(Document Object Model for Java)：是dom4j组织提供的一个用来解析处理XML、 XPath和XSLT开源框架，需要导包--dom4j-2.1.1.jar。DOM4J使用接口和抽象基本类方法，hibernate框架使用的解析方式就是DOM4J，该网址可下载dom4j的JAR包------------https://dom4j.github.io-----哈哈哈哈，该网站能快速掌握Dom4j解析器的使用。

　　　Dom4J中提供如些对象和方法对XML操作：

　　　　SAXReader()：SAXReader可以通过多种方式读取xml数据，并返回Document格式的对象。

　　　　Document对象：getRootElement() ：获取根节点 ，返回的是Element。

　　　　Element是个接口对象，父接口是Node：getParent()：获取父节点

　　　　　　　　　　　　　　　　　addElement()：添加标签

　　　　　　　　　　　　　　　　　elements()：获取标签下面的所有一层子标签

　　　　　　　　　　　　　　　　　elements(qname)：获取标签下面一层中名为qname的子标签

　　　　　　　　　　　　　　　　　element(qname）：表示获取表面下面的第一个子标签

　　　　　　　　　　　　　　　　　addElement("xxx")：表示创建名为XXX的子标签

　　　　　　　　　　　　　　　　　setText("YYY")：表示添加值为YYY的标签内容

　　　　　　　　　　　　　　　　　addAttribute("name", "James")：表示添加属性

　　　　   　对XPath支持--------------selectNodes("xpath表达式")： 多个节点

　　　　　　　　　　　　　　　　　　  selectSingleNode("xpath表达式")：一个节点

　　　　　　　

SAXReader reader = new SAXReader();　　//注意导包----dom4j的import org.dom4j.Document;

Document document = reader.read(url);//import org.dom4j.io.SAXReader;
　　

// 1、创建解析器
SAXReader saxReader = new SAXReader();
// 2、得到document
Document document = saxReader.read("src/DTD.xml");
// 3、得到根节点
Element element = document.getRootElement();
// 4、获取到第一个person
// 使用element方法
Element elementperson = element.element("person");
// 5、在p1下面添加元素
// 在p1上面直接使用 addElement("标签名称")方法 返回一个Element
Element addelement = elementperson.addElement("段位");
// 6、在添加完成之后的元素下面添加文本
// 在sex上直接使用 setText("文本内容")方法
addelement.setText("黄金");
// 7、回写xml
// 格式化 OutputFormat,使用 createPrettyPrint方法，表示一个漂亮的格式
// 使用类XMLWriter 直接new 这个类 ，传递两个参数
// 第一个参数是xml文件路径 new FileOutputStream("路径")
// 第二个参数是格式化类的值

对XML文件进行修改------需要将修改的内容写到文件

//将修改内容写道文本对象中

方式一：FileWriter out = new FileWriter("src/DTD.xml");

　　　　document.write(out);

　　　　out.close();

方式二：将修改内容有格式的写入到文档

　　　　FileWriter fileWiter = new FileWriter("src/DTD.xml");

　　　　XMLWriter writer = new XMLWriter(fileWiter);

　　　　writer.write( document );

　　　　writer.close();

//将修改内容有格式的写入到文档中---有格式

方式三：OutputFormat format = OutputFormat.createPrettyPrint();

　　　　XMLWriter writer = new XMLWriter(new FileOutputStream("src/DTD.xml"),format);

　　　　　　　　　writer.write(document);
　　　　　　　　　writer.close();

DTD.xml文件

<history>
　　<person>
　　　　<name>貂蝉</name>
　　　　<age>16</age>
　　　　<段位>黄金</段位>
　　</person>
　　<person>
　　　　<name>皇后</name>
　　　　<name>杨贵妃</name>
　　　　<age>20</age>
　　</person>
　　<person>
　　　　<name>妃子</name>
　　　　<name>落雁</name>
　　　　<age>19</age>
　　</person>
</history>

 

 　　　　Dom4j中可以使用元素迭代器来遍历下一层的元素和属性：elementIterator()----attributeIterator()---hasNext()

　　　　 Dom4j中支持XPath语法：不过，需要的导包jaxen-1.2.0.jar---下载路径----https://mvnrepository.com/artifact/jaxen/jaxen/1.2.0

　　　　　　第一种形式 -----/AAA/DDD/BBB： 表示一层一层的，AAA下面 DDD下面的BBB

 　　　　　   第二种形式---------//BBB： 选取所有 BBB 子元素，而不管它们在文档中的位置。

　　　　　   第三种形式----------------/*: 所有元素

 　　　　　  第四种形式-----------------BBB[1]：　表示第一个BBB元素　　BBB[last()]：表示最后一个BBB元素

　　　　　　第五种形式--------------//BBB[@id]： 表示只要BBB元素上面有id属性，都得到

　　　　　　第六种形式----------- //BBB[@id=‘b1‘] 表示元素名称是BBB,在BBB上面有id属性，并且id的属性值是b1

　　　　　常见这六种----详细查看-----https://www.w3school.com.cn/xpath/xpath_syntax.asp

    　　　　　//1、创建解析器
            SAXReader reader = new SAXReader();
            //2、得到document
            Document document = reader.read("src/DTD.xml");
            //3、得到根节点  getRootElement() 返回Element
            Element element = document.getRootElement();
            //Xpath查询
            　　Node node = document.selectSingleNode("//name[1]");
            //修改name元素的值为独孤求败
            　　node.setText("独孤求败");
            /*
             * List<Node> list = element.selectNodes("//name"); 
             * list for(Node node :
             * list) { System.out.println(node.getText()); }
             */
            //回写文档中
            OutputFormat format = OutputFormat.createPrettyPrint();
            XMLWriter writer = new XMLWriter(new FileOutputStream("src/DTD.xml"),format);
            writer.write(document);
            writer.close();

 

 

参考笔记：https://www.cnblogs.com/linkworld/p/7565533.html