XML解析四种方式代码示例详解

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>冰与火之歌</name>
    <author>乔治马丁</author>
    <year>2014</year>
    <price>89</price>
  </book>
  <book id="2">
    <name>安徒生童话</name>
    <year>2004</year>
    <price>77</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：

形成了树结构，有助于更好的理解、掌握，且代码容易编写。
解析过程中，树结构保存在内存中，方便修改。

缺点：

由于文件是一次性读取，所以对内存的耗费比较大。
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。

以下是解决代码：

import java.io.IOException;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import org.springframework.core.io.Resource;
import org.w3c.dom.Document;
import org.w3c.dom.NamedNodeMap;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;

public final class DomParseHelper {

  private DomParseHelper(){}

  public static void domParseXml() {
    //创建一个DocumentBuilderFactory的对象
    DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
    try {
      //创建一个DocumentBuilder的对象
      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
      Resource resource = new org.springframework.core.io.ClassPathResource("books.xml");
      Document document = db.parse(resource.getURI().toString());
      //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 (IOException e) {
      e.printStackTrace();
    } catch (SAXException 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：

采用事件驱动模式，对内存耗费比较小。
适用于只处理XML文件中的数据时。

缺点：

编码比较麻烦
很难同时访问XML文件中的多处不同数据。

以下是解析代码

Book.java

public class Book {
  private String id;
  private String name;
  private String author;
  private String year;
  private String price;
  private String language;

  public String getId() {
    return id;
  }

  public void setId(String id) {
    this.id = id;
  }

  public String getName() {
    return name;
  }

  public void setName(String name) {
    this.name = name;
  }

  public String getAuthor() {
    return author;
  }

  public void setAuthor(String author) {
    this.author = author;
  }

  public String getYear() {
    return year;
  }

  public void setYear(String year) {
    this.year = year;
  }

  public String getPrice() {
    return price;
  }

  public void setPrice(String price) {
    this.price = price;
  }

  public String getLanguage() {
    return language;
  }

  public void setLanguage(String language) {
    this.language = language;
  }
}

SAXParserHandler.java

import java.util.ArrayList;
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

public class SAXParserHandler extends DefaultHandler {
  String value = null;
  Book book = null;
  private ArrayList<Book> bookList = new ArrayList();
  public ArrayList<Book> getBookList() {
    return bookList;
  }

  int bookIndex = 0;
  /**
   * 用来标识解析开始
   */
  @Override
  public void startDocument() throws SAXException {
    super.startDocument();
    System.out.println("SAX解析开始");
  }

  /**
   * 用来标识解析结束
   */
  @Override
  public void endDocument() throws SAXException {
    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 {
    super.characters(ch, start, length);
    value = new String(ch, start, length);
    if (!value.trim().equals("")) {
      System.out.println("节点值是：" + value);
    }
  }

}

SAXParseHelper.java

import java.io.IOException;
import javax.xml.parsers.ParserConfigurationException;
import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;
import org.springframework.core.io.ClassPathResource;
import org.springframework.core.io.Resource;
import org.xml.sax.SAXException;

public final class SAXParseHelper {

  private SAXParseHelper() {
  }

  public static void saxParseXml() {
    //创建一个SAXParserFactory工厂对象
    SAXParserFactory factory = SAXParserFactory.newInstance();

    try {
      //通过工厂对象获取SAXParser解析器
      SAXParser parser = factory.newSAXParser();
      //使用SAXParserHandler解析xml
      Resource resource = new ClassPathResource("books.xml");
      SAXParserHandler handler = new SAXParserHandler();
      parser.parse(resource.getURI().toString(), 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) {
      e.printStackTrace();
    } catch (SAXException e) {
      e.printStackTrace();
    } catch (IOException e) {
      e.printStackTrace();
    }
  }
}

三、JDOM解析

特征：

仅使用具体类，而不使用接口。
API大量使用了Collections类。

添加Maven依赖

<dependency>
<groupId>jdom</groupId>
<artifactId>jdom</artifactId>
<version>1.1</version>
</dependency>

以下是解析的具体代码：

import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.List;
import org.jdom.Attribute;
import org.jdom.Document;
import org.jdom.Element;
import org.jdom.JDOMException;
import org.jdom.input.SAXBuilder;
import org.springframework.core.io.ClassPathResource;

public final class JDOMParseHelper {

  private JDOMParseHelper(){}

  public static void jDOMParseXml(){
    List<Book> booksList = new ArrayList();
    // 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
      ClassPathResource resource = new ClassPathResource("books.xml");
      in = resource.getInputStream();
      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(直接子节点)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);
        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();
    }
  }
}

四、DOM4J解析

特征：

DOM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。
它使用接口和抽象基本类方法。
具有性能优异、灵活性好、功能强大和极端易用的特点。
是一个开放源码的文件

添加Maven依赖

<dependency>
<groupId>org.dom4j</groupId>
<artifactId>dom4j</artifactId>
<version>2.1.3</version>
</dependency>

以下是解析的代码：

import java.io.IOException;
import java.util.Iterator;
import java.util.List;
import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;
import org.springframework.core.io.ClassPathResource;
import org.springframework.core.io.Resource;

public final class DOM4JParseHelper {
  private DOM4JParseHelper() {
  }

  public static void dom4jParseXml() {
    // 解析books.xml文件
    // 创建SAXReader的对象reader
    SAXReader reader = new SAXReader();
    try {
      // 通过reader对象的read方法加载books.xml文件,获取docuemnt对象。
      Resource resource = new ClassPathResource("books.xml");
      Document document = reader.read(resource.getFile());
      // 通过document对象获取根节点bookstore
      Element bookStore = document.getRootElement();
      // 通过element对象的elementIterator方法获取迭代器
      Iterator it = bookStore.elementIterator();
      // 遍历迭代器，获取根节点中的信息（书籍）
      while (it.hasNext()) {
        System.out.println("=====开始遍历某一本书=====");
        Element book = (Element) it.next();
        // 获取book的属性名以及 属性值
        List<Attribute> bookAttrs = book.attributes();
        for (Attribute attr : bookAttrs) {
          System.out.println("属性名：" + attr.getName() + "--属性值：" + attr.getValue());
        }
        Iterator itt = book.elementIterator();
        while (itt.hasNext()) {
          Element bookChild = (Element) itt.next();
          System.out.println("节点名：" + bookChild.getName() + "--节点值：" + bookChild.getStringValue());
        }
        System.out.println("=====结束遍历某一本书=====");
      }
    } catch (DocumentException | IOException e) {
      e.printStackTrace();
    }
  }
}

五、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）。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持自学编程网。

编程技巧