大数据之路week04--day05（java XML解析）
2024-09-05 04:01:40
java解析XML的四种方式：
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>挪威的森林</name>
<author>村上春树</author>
<year>2014</year>
<price>89</price>
</book>
<book id="2">
<name>java从入门到放弃</name>
<year>2018</year>
<price>222</price>
<language>English</language>
</book>
</bookstore>
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：
public class DOMTest {
public static void main(String[] args) {
//创建一个DocumentBuilderFactory的对象
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
//创建一个DocumentBuilder的对象
try {
//创建DocumentBuilder对象
DocumentBuilder db = dbf.newDocumentBuilder();
//通过DocumentBuilder对象的parser方法加载books.xml文件到当前项目下
Document document = db.parse("books.xml");
//获取所有book节点的集合
NodeList bookList = document.getElementsByTagName("book");
//通过nodelist的getLength()方法可以获取bookList的长度
System.out.println("一共有" + bookList.getLength() + "本书");
//遍历每一个book节点
for (int i = 0; i < bookList.getLength(); i++) {
System.out.println("=================下面开始遍历第" + (i + 1) + "本书的内容=================");
//通过 item(i)方法 获取一个book节点，nodelist的索引值从0开始
Node book = bookList.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(index)方法获取book节点的某一个属性
Node attr = attrs.item(j);
//获取属性名
System.out.print("属性名：" + attr.getNodeName());
//获取属性值
System.out.println("--属性值" + 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名和节点值
System.out.println("第" + (i+1) + "本书共有" +
childNodes.getLength() + "个子节点");
for (int k = 0; k < childNodes.getLength(); k++) {
//区分出text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("--节点值是：" + childNodes.item(k).getTextContent());
}
}
System.out.println("======================结束遍历第" + (i + 1) + "本书的内容=================");
}
} 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：
public class SAXTest {
/**
* @param args
*/
public static void main(String[] args) {
//锟斤拷取一锟斤拷SAXParserFactory锟斤拷实锟斤拷
SAXParserFactory factory = SAXParserFactory.newInstance();
//通锟斤拷factory锟斤拷取SAXParser实锟斤拷
try {
SAXParser parser = factory.newSAXParser();
//锟斤拷锟斤拷SAXParserHandler锟斤拷锟斤拷
SAXParserHandler handler = new SAXParserHandler();
parser.parse("books.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 (ParserConfigurationException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (SAXException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
}
public class SAXParserHandler extends DefaultHandler {
String value = null;
Book book = null;
private ArrayList<Book> bookList = new ArrayList<Book>();
public ArrayList<Book> getBookList() {
return bookList;
}
int bookIndex = 0;
/**
* 用来标识解析开始
*/
@Override
public void startDocument() throws SAXException {
// TODO Auto-generated method stub
super.startDocument();
System.out.println("SAX解析开始");
}
/**
* 用来标识解析结束
*/
@Override
public void endDocument() throws SAXException {
// TODO Auto-generated method stub
super.endDocument();
System.out.println("SAX解析结束");
}
/**
* 解析xml元素
*/
@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")) {
bookIndex++;
//创建一个book对象
book = new Book();
//开始解析book元素的属性
System.out.println("======================开始遍历某一本书的内容=================");
//不知道book元素下属性的名称以及个数，如何获取属性名以及属性值
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 {
//调用DefaultHandler类的endElement方法
super.endElement(uri, localName, qName);
//判断是否针对一本书已经遍历结束
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 {
// TODO Auto-generated method stub
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。
以下是解析代码：
public class JDOMTest {
private static ArrayList<Book> booksList = new ArrayList<Book>();
/**
* @param args
*/
public static void main(String[] args) {
// 进行对books.xml文件的JDOM解析
// 准备工作
// 1.创建一个SAXBuilder的对象
SAXBuilder saxBuilder = new SAXBuilder();
InputStream in;
try {
// 2.创建一个输入流，将xml文件加载到输入流中
in = new FileInputStream("src/res/books.xml");
InputStreamReader isr = new InputStreamReader(in, "UTF-8");
// 3.通过saxBuilder的build方法，将输入流加载到saxBuilder中
Document document = saxBuilder.build(isr);
// 4.通过document对象获取xml文件的根节点
Element rootElement = document.getRootElement();
// 5.获取根节点下的子节点的List集合
List<Element> bookList = rootElement.getChildren();
// 继续进行解析
for (Element book : bookList) {
Book bookEntity = new Book();
System.out.println("======开始解析第" + (bookList.indexOf(book) + 1)
+ "书======");
// 解析book的属性集合
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) {
// 获取属性名
String attrName = attr.getName();
// 获取属性值
String attrValue = attr.getValue();
System.out.println("属性名：" + attrName + "----属性值："
+ attrValue);
if (attrName.equals("id")) {
bookEntity.setId(attrValue);
}
}
// 对book节点的子节点的节点名以及节点值的遍历
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)
+ "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 (FileNotFoundException e) {
e.printStackTrace();
} catch (JDOMException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
}
4、DOM4J解析
这里给出我的百度云jar包链接，自行需要下载：
链接：https://pan.baidu.com/s/1XgU7aVCaTDOOOym-HrdsDw
提取码：efja
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
先写xml文件：
<?xml version="1.0" encoding="UTF-8"?>
<class name="数加学院第6期">
<student1 name="学生1">
<name name="赵以浩">赵以浩</name>
<age name="24">24</age>
<sex name="男">男</sex>
</student1> <student2 name="学生2">
<name name="齐博源">齐博源</name>
<age name="22">22</age>
<sex name="男">男</sex>
</student2> <student3 name="学生3">
<name name="李先锋">李先锋</name>
<age name="22">22</age>
<sex name="男">男</sex>
</student3>
<Student4 name="学生4" id="4">
<name name="李宏灿" />
<age name="22" />
<sex name="男" />
</Student4> </class>
对xml进行增删改查，以及保存到新的xml文件：
package day02_xml解析; import java.io.FileWriter;
import java.io.IOException;
import java.util.Iterator; import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Element;
import org.dom4j.io.OutputFormat;
import org.dom4j.io.SAXReader;
import org.dom4j.io.XMLWriter; /**
* @author WYH
* @version 2019年11月26日 上午10:11:25
*/
public class demo1 {
//静态方法只能调用静态成员变量
private static Document doc; /*
* 加载xml
*/
//定义成静态为了可以直接使用类名调用
public static void load() throws DocumentException {
SAXReader sr = new SAXReader();
doc = sr.read("更新信息.xml");
} /*
* 查
*/
//解析并显示xml指定信息
//定义成静态为了可以使用类名直接调用
public static void show() {
//获取最外层的根
Element root = doc.getRootElement();
//获取最外层的根的name值
String s = root.attributeValue("name");
System.out.println(s);
//因为根下面还有很多数值，用迭代器进行操作
//加入泛型，省去强制转换
@SuppressWarnings("unchecked")
Iterator<Element> it1 = root.elementIterator();
//hasNext()判断是否存在元素
while(it1.hasNext()) {
Element e1 = it1.next();
String s1 = e1.attributeValue("name");
@SuppressWarnings("unchecked")
Iterator<Element> it2 = e1.elementIterator();
System.out.println(s1);
while(it2.hasNext()) {
Element e2 = it2.next();
String s2 = e2.attributeValue("name");
System.out.println("\t"+s2);
}
}
} /*
* 增
*
*/
public static void add() {
Element root = doc.getRootElement();
Element e1 = root.addElement("Student5");
e1.addAttribute("name", "学生5"); Element e2 = e1.addElement("name");
e2.addAttribute("name", "李智恩");
Element e3 = e1.addElement("age");
e3.addAttribute("name", "20");
Element e4 = e1.addElement("sex");
e4.addAttribute("name", "女"); System.out.println("新增后-------------------");
save("更新信息.xml");
show(); } /*
* 删(remove)
*
*/
public static void remove() {
Element root = doc.getRootElement();
Iterator<Element> it = root.elementIterator();
while(it.hasNext()) {
Element e = it.next();
if(e.attributeValue("name").equals("学生4")) {
e.getParent().remove(e);
}
}
save("更新信息.xml");
} /*
* 改(update)
*
*/
public static void update() {
Element root = doc.getRootElement();
int id = 0;
@SuppressWarnings("unchecked")
Iterator<Element> it = root.elementIterator();
while(it.hasNext()) {
id++;
Element e = it.next();
e.addAttribute("id", id+"");
} save("更新信息1.xml");
} public static void update1() {
Element root = doc.getRootElement();
Iterator<Element> it = root.elementIterator();
while(it.hasNext()) {
Element e = it.next();
Iterator<Element> it1 = e.elementIterator();
while(it1.hasNext()) {
Element e1 = it1.next();
if(e1.getText().equals("李智恩")) {
e1.addAttribute("name", "IU");
}
} } save("更新信息1.xml");
} /*
* 存(save)
*/
public static void save(String s) {
OutputFormat of = OutputFormat.createPrettyPrint();
of.setEncoding("UTF-8");
try {
XMLWriter xw = new XMLWriter(new FileWriter(s),of);
xw.write(doc);
xw.close();
} catch (IOException e) {
e.printStackTrace();
}
} public static void main(String[] args) throws DocumentException {
load();
/*show();
add();*/
/*remove();
System.out.println("删除后-------------");
show();*/
update1();
show();
} }
小结：
主要掌握几个方法：
1、加载xml文件：
SAXReader sr = new SAXReader();
doc = sr.read("更新信息.xml");
2、获取根节点，返回的是Element类型：
//获取最外层的根
Element root = doc.getRootElement();
3、获取到'name'的具体值：返回String类型
attributeValue();
4、创建迭代器：返回迭代器类型
elementIterator();
5、增加新的节点：返回Element类型
addElement();
6、设置name值：
addAttribute();
7、获取父亲节点：
getParent();
8、移除节点：
remove();
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）。
最新文章
- CSS3实现圆形进度条
- Notification Once
- PostgreSQL avg()函数
- Git补丁
- Singleton、MultiThread、Lib——实现单实例无锁多线程安全API
- 【成都GamEver游戏公司诚邀服务器伙伴】【7~15k一年4次项目奖金】
- Python获取本机的mac,ip,name
- request和response的中文乱码问题
- Elevator（hdoj 1008）
- 批处理运行python
- css多重边框
- 【USACO】电子游戏 有条件的背包
- Kubernetes因限制内存配置引发的错误
- 使用VBA轻松实现汉字与拼音的转换
- Android string资源 包含 数学符号等特殊字符 及 参数占位符
- python3.x与2.x区别
- C++ GetComputerName()
- 编译使用tensorflow c版本动态链接库
- linux进程的一些日常处理
- 如何在windows下安装JDK