DOM&SAX解析XML

　　在上一篇随笔中分析了xml以及它的两种验证方式。我们有了xml，但是里面的内容要怎么才能得到呢？如果得不到的话，那么还是没用的，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。下面通过例子来分析两种解析方式的区别。

下面是要解析的xml文档

<?xml version="1.0" encoding="utf-8"?>
<学生名册>
<!--http://www.cnblogs.com/zhi-hao/-->
    <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

 

package xmlTest;

import java.io.File;

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

import org.w3c.dom.Attr;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.NamedNodeMap;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
/**
 * 
 * @author CIACs
 * 2014-09-22
 */

public class DOM {

    public static void main(String[] args) throws Exception {
        //获得解析工厂实例
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        //通过工厂获得DocumentBulider
        DocumentBuilder db = dbf.newDocumentBuilder();
        //获得文档对象的入口
        Document doc = db.parse(new File("student.xml"));
        //获得根元素
        Element root = doc.getDocumentElement();
        //开始解析
        parseElement(root);
    }
    private static void parseElement(Element element)
    {
        String tagName = element.getNodeName();
        System.out.print("<"+tagName);
        //获得元素属性
        NamedNodeMap map = element.getAttributes();
        if(null != map)
        {
            for(int i = 0;i < map.getLength();i++)
            {
                Attr attr = (Attr)map.item(i);
                String attrName = attr.getName();
                String attrValue = attr.getValue();
                System.out.print(" "+attrName + "=\""+attrValue+"\"");
            }
        }
        System.out.print(">");
        
        //获得元素的孩子节点
        NodeList child = element.getChildNodes();
        
        for(int i = 0;i < child.getLength();i++)
        {
            Node node = child.item(i);
            //判断节点类型
            
            short nodeType = node.getNodeType();
        
            if(nodeType == Node.ELEMENT_NODE)
            {
                parseElement((Element)node);
            }
            else 
                if(nodeType == Node.TEXT_NODE)
                {
                    System.out.print(node.getTextContent());
                }
                else
                    if(nodeType == Node.COMMENT_NODE)
                    {
                        System.out.print("<!--"+node.getTextContent()+"-->");
                    }
        }
        System.out.print("</"+tagName+">");
    }
}

 

输出结果：

当然你可以直接输出内容，不用控制格式。

 

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

 

package xmlTest;

import java.io.File;
import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;

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

/**
 * 
 * @author CIACs
 * 2014-09-22
 */

public class Sax {
    public static void main(String []args)
    {
        try
        {
            //获得sax解析工厂实例
            SAXParserFactory spf = SAXParserFactory.newInstance();
            //获得sax解析器
            SAXParser sp = spf.newSAXParser();
            //获得SAXHandler,该类是继承自DefaultHandler的
            SAXHandler handler = new SAXHandler();
            //开始解析xml文档
            sp.parse(new File("student.xml"), handler);

        }
        catch(Exception e)
        {
            e.printStackTrace();
        }
    }

}

class SAXHandler extends DefaultHandler
{
     private String currentElement;
     private String currentValue;
     private String attrName;
     private String attrValue;
    @Override
    public void startElement(String uri, String localName, String qName,
            Attributes attributes) throws SAXException {
        currentElement = qName;
        for(int i = 0;i < attributes.getLength();i++)
        {
            attrName = attributes.getQName(i);
            attrValue = attributes.getValue(i);
            System.out.println("属性: "+ attrName + "=" + attrValue);
        }
        
    }
     @Override
    public void characters(char[] ch, int start, int length)
            throws SAXException {
        currentValue = new String(ch,start,length);
    }
     @Override
    public void endElement(String uri, String localName, String qName)
            throws SAXException {

         if(currentElement.equals(qName))
         {
             System.out.println(currentElement + "=" + currentValue);
         }
    }
}

 

输出结果：

这里我也是直接输出xml的内容，并没有写到硬盘，在实际应用时你可以把内容存在Map中。

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。