本文共 6063 字,大约阅读时间需要 20 分钟。
XML(eXtensible Markup Language,可扩展标记语言)是由World Wide Web联盟(W3C)定义的元语言,即一种关于语言的语言。XML的设计源于SGML (Standard Generalized Markup Language,标淮通用标记语言) ,是SGML的子集,其目的是为了促进Internet上结构化文档的交换。简单的说,XML是一组规则和准则的集合,用于以无格式文本来描述结构化数据。1996年W3C联盟就开始从事XML的标准化工作,并于1998年2月10日发布了XML1.0。
解析xml的方式主要有DOM跟SAX,其中DOM是W3C官方的解析方式,而SAX是民间(非官方)的,两种解析方式是很不一样的。
<学生名册> <学生 学号="A1"> <姓名> CIACs 姓名> <性别> 男 性别> <年龄> 22 年龄> 学生> <学生 学号="A2"> <姓名> zhihao 姓名> <性别> 男 性别> <年龄> 23 年龄> 学生> 学生名册>
DOM(Document Object Model)文档对象模式,从名字上就可以知道,DOM应该是基于文档对象来解析的。在DOM解析方式中主要用到了以下四个接口
1、Document接口,该接口是对xml文档进行操作的入口,要想操作xml,必须获得文档的入口。
2、Node接口,存储xml文档的节点的
3、NodeList接口
4、NameNodeMap接口,存储的是xml中的属性。
DOM中的基本对象有Document,Node,NodeList,Element和Attr。有了这些就可以解析xml了
1 package xmlTest; 2 3 import java.io.File; 4 5 import javax.xml.parsers.DocumentBuilder; 6 import javax.xml.parsers.DocumentBuilderFactory; 7 8 import org.w3c.dom.Attr; 9 import org.w3c.dom.Document;10 import org.w3c.dom.Element;11 import org.w3c.dom.NamedNodeMap;12 import org.w3c.dom.Node;13 import org.w3c.dom.NodeList;14 /**15 * 16 * @author CIACs17 * 2014-09-2218 */19 20 public class DOM {21 22 public static void main(String[] args) throws Exception {23 //获得解析工厂实例24 DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();25 //通过工厂获得DocumentBulider26 DocumentBuilder db = dbf.newDocumentBuilder();27 //获得文档对象的入口28 Document doc = db.parse(new File("student.xml"));29 //获得根元素30 Element root = doc.getDocumentElement();31 //开始解析32 parseElement(root);33 }34 private static void parseElement(Element element)35 {36 String tagName = element.getNodeName();37 System.out.print("<"+tagName);38 //获得元素属性39 NamedNodeMap map = element.getAttributes();40 if(null != map)41 {42 for(int i = 0;i < map.getLength();i++)43 {44 Attr attr = (Attr)map.item(i);45 String attrName = attr.getName();46 String attrValue = attr.getValue();47 System.out.print(" "+attrName + "=\""+attrValue+"\"");48 }49 }50 System.out.print(">");51 52 //获得元素的孩子节点53 NodeList child = element.getChildNodes();54 55 for(int i = 0;i < child.getLength();i++)56 {57 Node node = child.item(i);58 //判断节点类型59 60 short nodeType = node.getNodeType();61 62 if(nodeType == Node.ELEMENT_NODE)63 {64 parseElement((Element)node);65 }66 else 67 if(nodeType == Node.TEXT_NODE)68 {69 System.out.print(node.getTextContent());70 }71 else72 if(nodeType == Node.COMMENT_NODE)73 {74 System.out.print(" ");75 }76 }77 System.out.print(" ");78 }79 }DOM
SAX(Simple APIs for XML)面向xml的简单APIs。SAX解析xml的一般步骤如下
1、创建SAXParserFactory对象; SAXParserFactory spf = SAXParserFactory.newInstance();
2、使用上面创建的工厂对象创建SAXParser解析对象;SAXParser sp = spf.newSAXParser();
3、创建SAXHandler处理器,而这个SAXHandler类要继承DefaultHandler,自己重新编写其中的方法,主要有 public void startElement(String uri, String localName, String qName,Attributes attributes) throws SAXException{ } 这个方法是在读取xml数据的节点元素开始时触发,需要实现这个方法进行标记元素的名字的操作; public void characters(char[] ch, int start, int length)throws SAXException{ } 这个方法可以处理节点之间的数据; public void endElement(String uri, String ocalName, String qName)throws SAXException { } 这个方法在处理节点元素终止时触发,可添加代码来将节点数据进行存储。
下面是解析xml的代码
1 package xmlTest; 2 3 import java.io.File; 4 import javax.xml.parsers.SAXParser; 5 import javax.xml.parsers.SAXParserFactory; 6 7 import org.xml.sax.Attributes; 8 import org.xml.sax.SAXException; 9 import org.xml.sax.helpers.DefaultHandler;10 11 /**12 * 13 * @author CIACs14 * 2014-09-2215 */16 17 public class Sax {18 public static void main(String []args)19 {20 try21 {22 //获得sax解析工厂实例23 SAXParserFactory spf = SAXParserFactory.newInstance();24 //获得sax解析器25 SAXParser sp = spf.newSAXParser();26 //获得SAXHandler,该类是继承自DefaultHandler的27 SAXHandler handler = new SAXHandler();28 //开始解析xml文档29 sp.parse(new File("student.xml"), handler);30 31 }32 catch(Exception e)33 {34 e.printStackTrace();35 }36 }37 38 }39 40 class SAXHandler extends DefaultHandler41 {42 private String currentElement;43 private String currentValue;44 private String attrName;45 private String attrValue;46 @Override47 public void startElement(String uri, String localName, String qName,48 Attributes attributes) throws SAXException {49 currentElement = qName;50 for(int i = 0;i < attributes.getLength();i++)51 {52 attrName = attributes.getQName(i);53 attrValue = attributes.getValue(i);54 System.out.println("属性: "+ attrName + "=" + attrValue);55 }56 57 }58 @Override59 public void characters(char[] ch, int start, int length)60 throws SAXException {61 currentValue = new String(ch,start,length);62 }63 @Override64 public void endElement(String uri, String localName, String qName)65 throws SAXException {66 67 if(currentElement.equals(qName))68 {69 System.out.println(currentElement + "=" + currentValue);70 }71 }72 }
总结:
通过上面的两个解析实例,我们可以看出DOM解析XML时,首先将xml文档整个加载到内存中,然后就可以随机访问内存中的文档对象树(dom解析器是把xml解析成树形结构的)。SAX是基于事件的而且是顺序的,就是读到某个标签时就会调用相应的方法,一旦经过了某个元素之后,我们就没办法再去访问了。DOM由于要把整个xml加载到内存中,所以当xml很大时,内存就可能会溢出,而SAX不用事先把xml文档加载到内存中,占用内存小,相对而言SAX是面向xml的简单APIs,在开发上比较复杂,要开发者去实现事件处理器,但会更灵活,而DOM会更易于理解和开发。对于大型的xml文档,我们通常会使用SAX的方式去解析。