DOM解析XML

DOM

DOM （Document Object Model，文档对象模型）定义了访问和操作文档的标准方法。

DOM 把 XML 文档作为树结构来查看。能够通过 DOM 树来访问所有元素。可以修改或删除它们的内容，并创建新的元素。元素，它们的文本，以及它们的属性，都被认为是节点。

软件包 org.w3c.dom

为文档对象模型 (DOM) 提供接口，该模型是 Java API for XML Processing 的组件 API。

文档对象

Node接口

该 Node 接口是整个文档对象模型的主要数据类型，文档对象模型都继承了这个接口。它表示该文档树中的单个节点。

在解析XML文件时，注释，换行符、空格和TAB空白符号、元素、文本都是节点。

nodeName、nodeValue 和 attributes 作为一种获取节点信息的机制

Interface	nodeName	nodeValue	attributes
Element	与 Element.tagName 相同	null	NamedNodeMap
Document	"#document"	null	null
Text	"#text"	与 CharacterData.data 相同，该文本节点的内容	null
Attr	与 Attr.name 相同	与 Attr.value 相同	null
Comment	"#comment"	与 CharacterData.data 相同，该注释的内容	null

Document对象

Document对象就是一颗"树"，由实现了Node接口的类的实例组成的树形结构数据。XML文件中根标记和Document对象中的根节点相同。Document对象调用getDocumentElement()方法返回root节点。

Element节点

Element节点常用的方法：

String getTagName();//返回标记的名字
STring getTextContext();//返回当前阶段的所有Text子孙节点中的文本内容，包括空白符号（Tab、空格、换行等）。
String getAttribute(String name);
NodeList getElementByTagName(String name);//返回一个NodeList对象，该对象由当前节点的子节点组成。
boolean hasAttribute(String name);

得到Document对象

导入相关支持类，JDK提供的以Document命名的类还是很多的，注意用的下面类就好

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;

import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;

通过如下方式获得一个document对象

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
File file=new File("E：//test.xml");
Document document=builder.parse(file);

遍历

我们要对test.xml文件遍历，首先从根节点开始，获取其子节点集合，然后对每个子节点的子节点进行遍历

test.xml

<?xml version="10" encoding="UTF-8" ?>
<列车时刻表>
    <T28>
        <开车时间>20点58分</开车时间>
        <终到时间>08点18分</终到时间>
    </T28>
    <T876>
        <开车时间>23点12分</开车时间>
        <终到时间>07点18分</终到时间>
    </T876>
</列车时刻表>

遍历方法

public static void traverseXML(Document document){
    Element root = document.getDocumentElement();
    NodeList nodeList = root.getChildNodes();//返回一个NodeList对象，该对象由当前节点的子节点组成。
    if (null != root) {
        //遍历子节点 
        for (int i = 0; i < nodeList.getLength(); i++) {
            Node child = nodeList.item(i);
            //过滤掉不需要的text节点，比如空白符号、注释等
            if (child.getNodeType() == Node.ELEMENT_NODE) {
                String name = child.getNodeName();
                System.out.println(name);
                //遍历孙子节点，与上面通过getChildNodes()来遍历不同，这种方式更方便
                for (Node node = child.getFirstChild(); node != null; node = node.getNextSibling()) {
                    if (node.getNodeType() == Node.ELEMENT_NODE) {
                        //打印出节点的名字、此节点及其后代的文本内容。
                        System.out.println(node.getNodeName()+"\t"+node.getTextContent());
                    }
                }
            }
        }
    }
}

遍历test.xml,结果如下

T28
开车时间    20点58分
终到时间    08点18分
T876
开车时间    23点12分
终到时间    07点18分

查找

查找方法

    public static void seek(String tagName, Document document) {
        Element root = document.getDocumentElement();
        // 获取指定名字中的第一个Element对象
        Node target = root.getElementsByTagName(tagName).item(0);
        for (Node node = target.getFirstChild(); null != node; node = node
                .getNextSibling()) {
            // 过滤掉不需要的text节点，比如空白符号、注释等
            if (node.getNodeType() == Node.ELEMENT_NODE) {
                System.out.println(node.getNodeName());
                System.out.println(node.getTextContent());
            }
        }
    }

查找test.xml中tagName为T876的元素，结果为

T876
开车时间23点12分
终到时间07点18分