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）。
时间： 2024-10-24 00:43:16