XML 解析---dom解析和sax解析

Posted 2020-09-20 brucemengbm

眼下XML解析的方法主要用两种：

1、dom解析：（Document Object Model。即文档对象模型）是W3C组织推荐的解析XML的一种方式。

使用dom解析XML文档，该解析器会先把XML文档载入到内存中，生成该XML文档相应的document对象，然后把XML文档中的各个标签元素变成相应的Element对象。文本会变成Text对象，属性会变成Attribute对象，并按这些标签、文本、属性在XML文档中的关系保存这些对象的关系。

缺点：消耗内存。所以使用dom解析XML文档时不能解析太大的XML文档，否则有可能会造成内存溢出。
长处：使用dom解析XML文档能够非常方便的运行增删改查操作（能够直接依据节点相应的对象进行操作）。

2、sax解析：Simple API for XML，不是官方标准，但它是XML社区其实的标准，差点儿全部的XML解析器都支持它。

使用sax解析XML文档，该解析器会从上往下读。读一行。解析一行；

长处：由于它解析XML文档是採取读一行，解析一行的方式，所以它不会对内存造成压力。
缺点：不适合运行增删改查的操作（也是由于它解析XML文档时採取的读一行解析一行的方式，所以它不能往回操作）。仅仅适合对XML文档进行读取操作。

======================================================================================================

补充：

XML解析开发包：Jaxp（sun）、Jdom、dom4j；

======================================================================================================

调整JVM内存大小：


当我们要解析的XML文档内存比較大、并且要对该XML中的节点数据进行相关的操作时，使用这两种解析方式显然都会不方便，这时就须要调整JVM内存的大小了。

JVM默认的同意最大内存容量是64M（依据jdk的版本号不同，默认的最大容量值不一样，jdk5.0版本号的是64MB。jdk7版本号的是170MB）。

调整JVM内存大小的方法（对应的命令为：-Xmx内存大小值单位）：

在Eclipse中的项目导航框中右击对应的Java程序》》Run As》》Open Run Dialog...》》打开Run对话框》》选择Arguments选项，在开窗体中有两个输入框，第一个是程序的參数输入框。第二个是VM的參数输入框，在第二个VM的參数输入框中输入Xmx200M》》点击右下角的Runbutton，运行对应的Java程序。就不会报OutOfMemoryError的错误了。

======================================================================================================

XML解析开发包：
1、JAXP：JAXP开发包是J2SE的一部分。它由javax.xml、org.w3c.dom、org.xml.sax包及其子包组成。

在javax.xml.parsers包中。定义了几个工厂类，程序猿调用这些工厂类，能够得到XML文档的dom或sax的解析器，从而实现对XML文档的解析。

首先、创建工厂：
DocumentBuilderFactory factory = DocumentBuilderFactroy.newInstance();//由于DocumentBuilderFactory类是抽象类。不能new出它的对象仅仅能调用它的静态方法获取它的对象。
其次、得到dom解析器：
DocumentBuilder builder = factory.newDocumentBuilder();
然后、载入XML文档。得到代表文档的Document对象：
Document document = builder.parse("*.xml");
拿到代表XML文档的document对象就能够操作XML文档中的各个节点了。

======================================================================================================

补充：
dom解析下，XML文档的每个组成部分都会用一个对象表示。比如标签用Element。属性用Attribute，但无论什么对象。都是Node的子类，所以在开发中能够把获取到的随意节点都当作Node对待。

 

XML编程（CRUD）
create、read、update、delete
加入、查询、更新、删除；

除了这两种解析方法外，还有另外的解析方法。。

。

======================================================================================================

在对XML文档进行加入、改动和删除操作时，不仅要更新document对象还要更新XML文档（把更新后的document对象重写到XML文档中）。

javax.xml.transform包中的Transformer类用于把代表XML文档的Document对象转换为某种格式后输出，比如把XML文档应用样式表后转换成一个html文档。利用这个对象，当然也能够把Document对象又又一次写入到一个XML文档中。源和目的地。能够通过：
javax.xml.transform.dom.DOMSource类来关联要转换的document对象，
用javax.xml.transform.stream.StreamResult对象来表示数据的目的地。
Transformer对象通过TransformerFactory获得。
Transformer类通过transform方法完毕转换操作。该方法接收个
（工厂对象（TransformerFactory）》》》转换器对象（Transformer）》》》转换方法(transform（DOMSource 源。StreamResult 目的地）;)）
======================================================================================================

SAX解析：

SAX解析採用事件处理的方式解析XML文件。利用SAX解析XML文档，涉及两个部分：解析器和事件处理器：
解析器能够使用JAXP的API创建。创建出SAX解析器后，就能够指定解析器去去解析某个XML文档。
解析器採用SAX方式在解析某个XML文档时。它仅仅要解析到XML文档的一个指定部分，都会去调用事件处理器的一个方法，解析器在调用事件处理器的方法时，会把当前解析到的XML文件内容作为方法的參数传递给事件处理器。

事件处理器由程序猿编写，程序猿通过事件处理器中方法的參数，就能够非常轻松的得到SAX解析器解析到的数据，从而能够决定怎样对数据进行处理。

1、创建解析工厂；
SAXParserFactory fac = SAXParserFactory.newInstance();

2、获取解析器。
SAXParser sp = fac.newSAXParser();

3、得到读取器；
XMLReader re = sp.getXMLReader();

4、设置内容处理器；
re.setContentHandler(new ContentHandler(){ /*实现接口的代码块*/});
(或者：re.setContentHandler(new DefaultHandler());/*參数为DefaultHandler类的子类*/)
第一种方法是解析整个XML文档。另外一种方法能够仅仅解析某个标签；
事实上另一种内容处理器，也是先继承DefaultHandler类，然后把解析的内容封装到bean对象中。 

5、读取XML文档内容。
re.parse("*.xml"); 

======================================================================================================

XML解析开发包：

2、dom4j：

SAXReader saxReader = new SAXReader();
Document doc = saxReader.read(new File());

OutputFormat format = OutputFormat.createPrettyPrint();//该对象标明格式按美丽的格式进行输出；另外另一个对象是按紧凑的格式进行输出；
format.setEncoding("UTF-8");

XMLWriter xmlWriter = new XMLWriter(new FileOutputStream(),format);
xmlWriter.write(doc);//假设xmlWriter对象採用的流是字节流，那么该对象会先把doc对象按format对象给定的编码格式转换成字节，然后把数据交给字节流进行操作。

writer.close();//最后要关闭资源

======================================================================================================

XPath:
使用XPath能够高速定位到某个节点。
List list = document.selectNodes("//foo/bar");//获取foo节点下的全部bar节点；

Node node = document.selectSingleNode("//foo/bar");//获取foo节点下的第一个bar节点；

单斜杠是绝对路径即从根节点開始；
双斜杠是相对路径即从全部当前节点開始。

星号“*”表示选择全部由星号之前的路径所定位的元素；
比如：
/aa/bb/*表示选择全部路径依附于/aa/bb的元素；
/*/*/*/bbb表示选择全部的有3个祖先元素的bbb元素；
//bb[@*]表示选择有随意属性的bb元素。
//bb[not(@*)]表示选择没有属性的bb元素；
//bb[@id=‘b1‘]表示选择含有属性id=‘b1‘的bb元素；