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)。