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:

复制代码
 1 <?xml version="1.0" encoding="UTF-8"?>
 2 <bookstore>
 3     <book id="1">
 4         <name>冰与火之歌</name>
 5         <author>乔治马丁</author>
 6         <year>2014</year>
 7         <price>89</price>
 8     </book>
 9     <book id="2">
10         <name>安徒生童话</name>
11         <year>2004</year>
12         <price>77</price>
13         <language>English</language>
14     </book>    
15 </bookstore>
复制代码

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:

复制代码
 1 public class DOMTest {
 2     public static void main(String[] args) {
 3         //创建一个DocumentBuilderFactory的对象
 4         DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
 5         //创建一个DocumentBuilder的对象
 6         try {
 7             //创建DocumentBuilder对象
 8             DocumentBuilder db = dbf.newDocumentBuilder();
 9             //通过DocumentBuilder对象的parser方法加载books.xml文件到当前项目下
10             Document document = db.parse("books.xml");
11             //获取所有book节点的集合
12             NodeList bookList = document.getElementsByTagName("book");
13             //通过nodelist的getLength()方法可以获取bookList的长度
14             System.out.println("一共有" + bookList.getLength() + "本书");
15             //遍历每一个book节点
16             for (int i = 0; i < bookList.getLength(); i++) {
17                 System.out.println("=================下面开始遍历第" + (i + 1) + "本书的内容=================");
18                 //通过 item(i)方法 获取一个book节点,nodelist的索引值从0开始
19                 Node book = bookList.item(i);
20                 //获取book节点的所有属性集合
21                 NamedNodeMap attrs = book.getAttributes();
22                 System.out.println("第 " + (i + 1) + "本书共有" + attrs.getLength() + "个属性");
23                 //遍历book的属性
24                 for (int j = 0; j < attrs.getLength(); j++) {
25                     //通过item(index)方法获取book节点的某一个属性
26                     Node attr = attrs.item(j);
27                     //获取属性名
28                     System.out.print("属性名:" + attr.getNodeName());
29                     //获取属性值
30                     System.out.println("--属性值" + attr.getNodeValue());
31                 }
32                 //解析book节点的子节点
33                 NodeList childNodes = book.getChildNodes();
34                 //遍历childNodes获取每个节点的节点名和节点值
35                 System.out.println("第" + (i+1) + "本书共有" + 
36                 childNodes.getLength() + "个子节点");
37                 for (int k = 0; k < childNodes.getLength(); k++) {
38                     //区分出text类型的node以及element类型的node
39                     if (childNodes.item(k).getNodeType() == Node.ELEMENT_NODE) {
40                         //获取了element类型节点的节点名
41                         System.out.print("第" + (k + 1) + "个节点的节点名:" 
42                         + childNodes.item(k).getNodeName());
43                         //获取了element类型节点的节点值
44                         System.out.println("--节点值是:" + childNodes.item(k).getFirstChild().getNodeValue());
45                         //System.out.println("--节点值是:" + childNodes.item(k).getTextContent());
46                     }
47                 }
48                 System.out.println("======================结束遍历第" + (i + 1) + "本书的内容=================");
49             }
50         } catch (ParserConfigurationException e) {
51             e.printStackTrace();
52         } catch (SAXException e) {
53             e.printStackTrace();
54         } catch (IOException e) {
55             e.printStackTrace();
56         }        
57     }
58 }
复制代码

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:

复制代码
  1 public class SAXTest {
  2     /**
  3      * @param args
  4      */
  5     public static void main(String[] args) {
  6         //锟斤拷取一锟斤拷SAXParserFactory锟斤拷实锟斤拷
  7         SAXParserFactory factory = SAXParserFactory.newInstance();
  8         //通锟斤拷factory锟斤拷取SAXParser实锟斤拷
  9         try {
 10             SAXParser parser = factory.newSAXParser();
 11             //锟斤拷锟斤拷SAXParserHandler锟斤拷锟斤拷
 12             SAXParserHandler handler = new SAXParserHandler();
 13             parser.parse("books.xml", handler);
 14             System.out.println("~!~!~!共有" + handler.getBookList().size()
 15                     + "本书");
 16             for (Book book : handler.getBookList()) {
 17                 System.out.println(book.getId());
 18                 System.out.println(book.getName());
 19                 System.out.println(book.getAuthor());
 20                 System.out.println(book.getYear());
 21                 System.out.println(book.getPrice());
 22                 System.out.println(book.getLanguage());
 23                 System.out.println("----finish----");
 24             }
 25         } catch (ParserConfigurationException e) {
 26             // TODO Auto-generated catch block
 27             e.printStackTrace();
 28         } catch (SAXException e) {
 29             // TODO Auto-generated catch block
 30             e.printStackTrace();
 31         } catch (IOException e) {
 32             // TODO Auto-generated catch block
 33             e.printStackTrace();
 34         }
 35     }
 36 }
 37 
 38 public class SAXParserHandler extends DefaultHandler {
 39     String value = null;
 40     Book book = null;
 41     private ArrayList<Book> bookList = new ArrayList<Book>();
 42     public ArrayList<Book> getBookList() {
 43         return bookList;
 44     }
 45 
 46     int bookIndex = 0;
 47     /**
 48      * 用来标识解析开始
 49      */
 50     @Override
 51     public void startDocument() throws SAXException {
 52         // TODO Auto-generated method stub
 53         super.startDocument();
 54         System.out.println("SAX解析开始");
 55     }
 56     
 57     /**
 58      * 用来标识解析结束
 59      */
 60     @Override
 61     public void endDocument() throws SAXException {
 62         // TODO Auto-generated method stub
 63         super.endDocument();
 64         System.out.println("SAX解析结束");
 65     }
 66     
 67     /**
 68      * 解析xml元素
 69      */
 70     @Override
 71     public void startElement(String uri, String localName, String qName,
 72             Attributes attributes) throws SAXException {
 73         //调用DefaultHandler类的startElement方法
 74         super.startElement(uri, localName, qName, attributes);
 75         if (qName.equals("book")) {
 76             bookIndex++;
 77             //创建一个book对象
 78             book = new Book();
 79             //开始解析book元素的属性
 80             System.out.println("======================开始遍历某一本书的内容=================");
 81             //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
 82             int num = attributes.getLength();
 83             for(int i = 0; i < num; i++){
 84                 System.out.print("book元素的第" + (i + 1) +  "个属性名是:"
 85                         + attributes.getQName(i));
 86                 System.out.println("---属性值是:" + attributes.getValue(i));
 87                 if (attributes.getQName(i).equals("id")) {
 88                     book.setId(attributes.getValue(i));
 89                 }
 90             }
 91         }
 92         else if (!qName.equals("name") && !qName.equals("bookstore")) {
 93             System.out.print("节点名是:" + qName + "---");
 94         }
 95     }
 96     
 97     @Override
 98     public void endElement(String uri, String localName, String qName)
 99             throws SAXException {
100         //调用DefaultHandler类的endElement方法
101         super.endElement(uri, localName, qName);
102         //判断是否针对一本书已经遍历结束
103         if (qName.equals("book")) {
104             bookList.add(book);
105             book = null;
106             System.out.println("======================结束遍历某一本书的内容=================");
107         }
108         else if (qName.equals("name")) {
109             book.setName(value);
110         }
111         else if (qName.equals("author")) {
112             book.setAuthor(value);
113         }
114         else if (qName.equals("year")) {
115             book.setYear(value);
116         }
117         else if (qName.equals("price")) {
118             book.setPrice(value);
119         }
120         else if (qName.equals("language")) {
121             book.setLanguage(value);
122         }
123     }
124     
125     @Override
126     public void characters(char[] ch, int start, int length)
127             throws SAXException {
128         // TODO Auto-generated method stub
129         super.characters(ch, start, length);
130         value = new String(ch, start, length);
131         if (!value.trim().equals("")) {
132             System.out.println("节点值是:" + value);
133         }
134     }
135 }
复制代码

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:

复制代码
 1 public class JDOMTest {
 2     private static ArrayList<Book> booksList = new ArrayList<Book>();
 3     /**
 4      * @param args
 5      */
 6     public static void main(String[] args) {
 7         // 进行对books.xml文件的JDOM解析
 8         // 准备工作
 9         // 1.创建一个SAXBuilder的对象
10         SAXBuilder saxBuilder = new SAXBuilder();
11         InputStream in;
12         try {
13             // 2.创建一个输入流,将xml文件加载到输入流中
14             in = new FileInputStream("src/res/books.xml");
15             InputStreamReader isr = new InputStreamReader(in, "UTF-8");
16             // 3.通过saxBuilder的build方法,将输入流加载到saxBuilder中
17             Document document = saxBuilder.build(isr);
18             // 4.通过document对象获取xml文件的根节点
19             Element rootElement = document.getRootElement();
20             // 5.获取根节点下的子节点的List集合
21             List<Element> bookList = rootElement.getChildren();
22             // 继续进行解析
23             for (Element book : bookList) {
24                 Book bookEntity = new Book();
25                 System.out.println("======开始解析第" + (bookList.indexOf(book) + 1)
26                         + "书======");
27                 // 解析book的属性集合
28                 List<Attribute> attrList = book.getAttributes();
29                 // //知道节点下属性名称时,获取节点值
30                 // book.getAttributeValue("id");
31                 // 遍历attrList(针对不清楚book节点下属性的名字及数量)
32                 for (Attribute attr : attrList) {
33                     // 获取属性名
34                     String attrName = attr.getName();
35                     // 获取属性值
36                     String attrValue = attr.getValue();
37                     System.out.println("属性名:" + attrName + "----属性值:"
38                             + attrValue);
39                     if (attrName.equals("id")) {
40                         bookEntity.setId(attrValue);
41                     }
42                 }
43                 // 对book节点的子节点的节点名以及节点值的遍历
44                 List<Element> bookChilds = book.getChildren();
45                 for (Element child : bookChilds) {
46                     System.out.println("节点名:" + child.getName() + "----节点值:"
47                             + child.getValue());
48                     if (child.getName().equals("name")) {
49                         bookEntity.setName(child.getValue());
50                     }
51                     else if (child.getName().equals("author")) {
52                         bookEntity.setAuthor(child.getValue());
53                     }
54                     else if (child.getName().equals("year")) {
55                         bookEntity.setYear(child.getValue());
56                     }
57                     else if (child.getName().equals("price")) {
58                         bookEntity.setPrice(child.getValue());
59                     }
60                     else if (child.getName().equals("language")) {
61                         bookEntity.setLanguage(child.getValue());
62                     }
63                 }
64                 System.out.println("======结束解析第" + (bookList.indexOf(book) + 1)
65                         + "书======");
66                 booksList.add(bookEntity);
67                 bookEntity = null;
68                 System.out.println(booksList.size());
69                 System.out.println(booksList.get(0).getId());
70                 System.out.println(booksList.get(0).getName());
71                 
72             }
73         } catch (FileNotFoundException e) {
74             e.printStackTrace();
75         } catch (JDOMException e) {
76             e.printStackTrace();
77         } catch (IOException e) {
78             e.printStackTrace();
79         }
80     }
81 }
复制代码

 

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

  以下是解析代码:

复制代码
 1 public class DOM4JTest {
 2     private static ArrayList<Book> bookList = new ArrayList<Book>();
 3     /**
 4      * @param args
 5      */
 6     public static void main(String[] args) {
 7         // 解析books.xml文件
 8         // 创建SAXReader的对象reader
 9         SAXReader reader = new SAXReader();
10         try {
11             // 通过reader对象的read方法加载books.xml文件,获取docuemnt对象。
12             Document document = reader.read(new File("src/res/books.xml"));
13             // 通过document对象获取根节点bookstore
14             Element bookStore = document.getRootElement();
15             // 通过element对象的elementIterator方法获取迭代器
16             Iterator it = bookStore.elementIterator();
17             // 遍历迭代器,获取根节点中的信息(书籍)
18             while (it.hasNext()) {
19                 System.out.println("=====开始遍历某一本书=====");
20                 Element book = (Element) it.next();
21                 // 获取book的属性名以及 属性值
22                 List<Attribute> bookAttrs = book.attributes();
23                 for (Attribute attr : bookAttrs) {
24                     System.out.println("属性名:" + attr.getName() + "--属性值:"
25                             + attr.getValue());
26                 }
27                 Iterator itt = book.elementIterator();
28                 while (itt.hasNext()) {
29                     Element bookChild = (Element) itt.next();
30                     System.out.println("节点名:" + bookChild.getName() + "--节点值:" + bookChild.getStringValue());
31                 }
32                 System.out.println("=====结束遍历某一本书=====");
33             }
34         } catch (DocumentException e) {
35             // TODO Auto-generated catch block
36             e.printStackTrace();
37         }
38     }
39 }
复制代码

 

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)。