XML解析技术

XML解析技术

DOM技术:文档对象模型,需要将整个XML加入内存才能解析,占用内存比较多

SAX技术:一边加载,一边解析,一边释放内存,比较节省内存,基于推模式

STAX技术:一种至于流的技术,和SAX技术很像,是基于拉模式的

推模式与拉模式

推模式就好像服务器主动给你发送消息一样,当使用SAX技术时,xml解析器碰到一个标签就会触发一个事件,而且一旦开始解析就不会停下来,知道所有内容解析完毕,不能人为的控制解析过程。

拉模式类似客户端发起HTTP请求后服务器才发送内容,使用STAX技术时,会碰到一个标签解析一下然后停止解析,如果还需要解析的话必须人为的启动解析,就好像解析器开启懒人模式一样。

基于以上技术实现的解析工具有

JAXP 同时支持DOM SAX STAX三种技术

DOM4J 支持DOM解析方式

XML PULL android移动设备内置的xml解析技术, 支持STAX解析方式

技术选择

在javaee开发中通常使用DOM技术,编程简单。当xml文档过于大时,优先使用SAX/STAX技术。

JAXP解析代码

JAXP(Java API for XML Processing)提供了DOM和SAX的接口,因此可用其对XML文件进行解析。以下面的XML文件为例,说明JAXP的使用方式。

XML文件

<?xml version="1.0" encoding="UTF-8"?>
<books>
    <book>
        <name>adfafd</name>
        <price>123</price>
    </book>
    <book>
        <name>dfadfe</name>
        <price>2321</price>
    </book>
</books>

DOM解析API

全局查找

通过ID查找 getElementById() //无约束的DTD文档不能使用该方法
通过标签名查找 getElementsByTagName()

相对节点位置查找
getChildNodes(): 返回这个节点的所有子节点列表
getFirstChild(): 返回这个节点的第一个子节点
getParentNode(): 返回这个节点的父节点对象
getPreviousSibling(): 返回其前一个兄弟节点
getNextSibling(): 返回该节点下一个兄弟节点

DOM读取XML文件

import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.NodeList;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;


public class DOMTest {
    @Test
    public void demo1() throws ParserConfigurationException, SAXException,IOException {
        // 构造工厂
        DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance();
        // 通过工厂获得解析器
        DocumentBuilder builder = builderFactory.newDocumentBuilder();
        // 使用解析器加载xml文档
        Document document = builder.parse("books.xml");
        // 通过标签名获得元素
        NodeList nodeList = document.getElementsByTagName("name");
        for (int i = 0; i < nodeList.getLength(); i++) {
            Element e = (Element) nodeList.item(i);
            // 获取标签名称
            System.out.println(e.getNodeName());
            // 获取<name>标签子节点
            System.out.println(e.getFirstChild().getNodeValue());
            // 获取<name>标签类型
            System.out.println(e.getNodeType());
    	}
	}
}

DOM的增加节点操作

public void DOM2Test() throws ParserConfigurationException, SAXException,
IOException, TransformerException,
TransformerConfigurationException {
	DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance();
    // 通过工厂获得解析器
    DocumentBuilder builder = builderFactory.newDocumentBuilder();
    // 使用解析器加载xml文档
    Document document = builder.parse("books.xml");
    // 创建元素节点
    Element time = document.createElement("time");
    // 设置节点包含的文本内容
    time.setTextContent("2015-12-28");
    // 获取欲加入位置
    NodeList nodeList = document.getElementsByTagName("name");
    //将节点<time>加入到<name>下
    nodeList.item(0).appendChild(time);
    // 将新的DOM对象重新写会原文件
    TransformerFactory transformerFactory = TransformerFactory
    .newInstance();
    Transformer transformer = transformerFactory.newTransformer();
    DOMSource domSource = new DOMSource(document);
    StreamResult streamResult = new StreamResult(new File("books.xml"));
    transformer.transform(domSource, streamResult);
}

DOM修改节点

public void DOM2Test() throws ParserConfigurationException, SAXException,
IOException, TransformerException,TransformerConfigurationException {
	DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance();
    // 通过工厂获得解析器
    DocumentBuilder builder = builderFactory.newDocumentBuilder();
    // 使用解析器加载xml文档
    Document document = builder.parse("books.xml");
    // 获取欲修改位置
    NodeList nodeList = document.getElementsByTagName("name");
    int nodeListLength = nodeList.getLength();
    for (int i = 0; i < nodeListLength; i++) {
        Element e = (Element) nodeList.item(i);
        if (e.getTextContent().equals("java编程思想")) {
            String oldPrice = e.getNextSibling().getTextContent();
            int newPrice = (int) (Integer.parseInt(oldPrice) * 1.5);
            e.getNextSibling().setTextContent(String.valueOf(newPrice));
		}
	}
    // 将新的DOM对象重新写会原文件
    TransformerFactory transformerFactory = TransformerFactory.newInstance();
    Transformer transformer = transformerFactory.newTransformer();
    DOMSource domSource = new DOMSource(document);
    StreamResult streamResult = new StreamResult(new File("books.xml"));
    transformer.transform(domSource, streamResult);
}

DOM的删除操作

public void DOM2Test() throws ParserConfigurationException, SAXException,
IOException, TransformerException,TransformerConfigurationException {
	DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance();
	// 通过工厂获得解析器
	DocumentBuilder builder = builderFactory.newDocumentBuilder();
	// 使用解析器加载xml文档
	Document document = builder.parse("books.xml");
	// 获取欲修改位置
	NodeList nodeList = document.getElementsByTagName("name");
	int nodeListLength = nodeList.getLength();
	for (int i = 0; i < nodeListLength; i++) {
		Element e = (Element) nodeList.item(i);
		System.out.println(e.getTextContent());
		if (e.getTextContent().equals("java编程思想")) {
			e.getParentNode().removeChild(e);
		//<name>节点被删除后,<price>节点成为第一个节点,所以要减1
			i--;
		}
	}
	// 将新的DOM对象重新写会原文件
	TransformerFactory transformerFactory = TransformerFactory.newInstance();
	Transformer transformer = transformerFactory.newTransformer();
	DOMSource domSource = new DOMSource(document);
	StreamResult streamResult = new StreamResult(new File("books.xml"));
	transformer.transform(domSource, streamResult);
	}
}

SAX

SAX是基于事件驱动的XML处理方法,当SAX解析器标签的起始标记时会回调starElement()方法,比如遇到了

标签就会回调该方法,endElement()函数是遇到结束标签时调用该方法。

SAX测试代码:

首先需要复写DefaultHandler类

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

public class MyHandler extends DefaultHandler {
	@Override
	public void startDocument() throws SAXException {
		System.out.println("start Document...");
	}

	@Override
	public void startElement(String uri, String localName, String qName,Attributes attributes) throws SAXException {
		System.out.println(qName);
		if (qName.equals("book"))
			//标签的属性以键值对方式存储
			System.out.println("id属性为:" + attributes.getValue("id"));
	}		

    @Override
    public void characters(char[] ch, int start, int length) throws SAXException {
        String string = new String(ch, start, length);
        System.out.println("start character..." + string);
    }

    @Override
    public void endElement(String uri, String localName, String qName)throws SAXException {
        System.out.println("end element..." + qName);
    }

    @Override
    public void endDocument() throws SAXException {
        System.out.println("end Document...");
    }
}

构建解析器进行解析,解析器在进行解析时,会调用Handler中的方法进行处理

public void SAXTest() throws ParserConfigurationException, SAXException,IOException {
    // 创建解析工厂
    SAXParserFactory factory = SAXParserFactory.newInstance();
    // 创建解析器
    SAXParser saxParser = factory.newSAXParser();
    // 初始化回调函数
    MyHandler handler = new MyHandler();
    //将解析的文档和回调函数一并传入
    saxParser.parse("books.xml", handler);
}

参考

STAX

STAX模式在Android中使用,因此下面的代码只能在Android环境下运行

STAX测试代码:

测试文档为上面的books.xml

@Test
public void TestPull() throws XmlPullParserException, IOException {
	// 创建工厂
	XmlPullParserFactory pullParserFactory = XmlPullParserFactory.newInstance();
	// 通过工厂获得解析器
	XmlPullParser pullParser = pullParserFactory.newPullParser();
	// 将XML文档传入
	pullParser.setInput(new FileInputStream("books.xml"), "utf-8");
	// 获取事件类型
	while (pullParser.getEventType() != XmlPullParser.END_DOCUMENT) {
		if (pullParser.getEventType() == XmlPullParser.START_TAG) {
			if (pullParser.getName().equals("name"))
				System.out.println(pullParser.nextText());
		}
		pullParser.next();
	}
}

使用XML PULL生成XML文档

public void SerializerTest() throws XmlPullParserException,
IllegalArgumentException, IllegalStateException,
FileNotFoundException, IOException {
	XmlPullParserFactory pullParserFactory = XmlPullParserFactory.newInstance();
	XmlSerializer serializer = pullParserFactory.newSerializer();
	// 设置序列化文档
	serializer.setOutput(new FileOutputStream("books_blank.xml"), "utf-8");
	serializer.startDocument("utf-8", true);
	serializer.startTag(null, "admin");
	serializer.startTag(null, "username");
	serializer.text("root");
	serializer.endTag(null, "username");
	serializer.endTag(null, "admin");
	serializer.endDocument();
}

总结

由于DOM是将整个XML装载进内存,因此可以直接在内存直接操作XML文件。由于SAX和STAX技术对XML解析一部分后直接释放内存,再将下一部分装入内存,所以我们无法使用SAX或STAX来直接修改XML文档,可以先用SAX解析后转换成多个对象(用ArrayList存储),然后这些对象进行修改,在用序列化方式,写到文本文件中去。因此DOM多用于写场景,而SAX/STAX多用于读场景。

posted @ 2020-01-28 13:49  被罚站的树  阅读(622)  评论(0编辑  收藏  举报