XML文档解析DOM、SAX、JDOM、DOM4j、XPath

XML 2020-05-28



http://blog.csdn.net/linghu_java/article/details/40155899

http://blog.csdn.net/linghu_java/article/details/40155899

http://blog.csdn.net/linghu_java/article/details/40155899

http://blog.csdn.net/linghu_java/article/details/40155899









XML文档解析DOM、SAX、JDOM、DOM4j、XPath

分类：Android开发Java开发 2014-10-16 21:12 40人阅读 评论(0) 收藏 举报

目录(?)[+]

关键字：Java解析xml、解析xml四种方法、DOM、SAX、JDOM、DOM4j、XPath

目前在Java中用于解析XML的技术很多，主流的有DOM、SAX、JDOM、DOM4j，下文主要介绍这4种解析XML文档技术的使用、优缺点及性能测试。

一、【基础知识——扫盲】

sax、dom是两种对xml文档进行解析的方法(没有具体实现，只是接口)，所以只有它们是无法解析xml文档的；jaxp只是api，它进一步封装了sax、dom两种接口，并且提供了DomcumentBuilderFactory/DomcumentBuilder和SAXParserFactory/SAXParser（默认使用xerces解释器）。

二、【DOM、SAX、JDOM、DOM4j简单使用介绍】

1、【DOM(Document Object Model) 】
由W3C提供的接口，它将整个XML文档读入内存，构建一个DOM树来对各个节点(Node)进行操作。
示例代码：
[html] view plain copy
  1. <?xmlversion="1.0"encoding="UTF-8"?>
  2. <universityname="pku">
  3. collegename="c1">
  4. classname="class1"studentname="stu1"sex='male'age="21"/>
  5. studentname="stu2"sex='female'age="20"/>
  6. studentname="stu3"sex='female'age="20"</classclassname="class2"studentname="stu4"sex='male'age="19"studentname="stu5"sex='female'age="20"studentname="stu6"sex='female'age="21"collegecollegename="c2"classname="class3"studentname="stu7"sex='male'age="20"collegename="c3"university>
后文代码中有使用到text.xml（该文档放在src路径下，既编译后在classes路径下），都是指该xml文档。
[java] copy
    packagetest.xml;
  2. importjava.io.File;
  3. importjava.io.FileNotFoundException;
  4. importjava.io.FileOutputStream;
  5. importjava.io.IOException;
  6. importjava.io.InputStream;
  7. importjavax.xml.parsers.DocumentBuilder;
  8. importjavax.xml.parsers.DocumentBuilderFactory;
  9. importjavax.xml.parsers.ParserConfigurationException;
  10. importjavax.xml.transform.Transformer;
  11. importjavax.xml.transform.TransformerConfigurationException;
  12. importjavax.xml.transform.TransformerException;
  13. importjavax.xml.transform.TransformerFactory;
  14. importjavax.xml.transform.dom.DOMSource;
  15. importjavax.xml.transform.stream.StreamResult;
  16. importorg.w3c.dom.Document;
  17. importorg.w3c.dom.Element;
  18. importorg.w3c.dom.Node;
  19. importorg.w3c.dom.NodeList;
  20. importorg.w3c.dom.Text;
  21. importorg.xml.sax.SAXException;
  23. /**
  24. *dom读写xml
  25. *@authorwhwang
  26. */
  27. publicclassTestDom{
  28. staticvoidmain(String[]args){
  29. read();
  30. //write();
  31. }
  32. voidread(){
  33. DocumentBuilderFactorydbf=DocumentBuilderFactory.newInstance();
  34. try{
  35. DocumentBuilderbuilder=dbf.newDocumentBuilder();
  36. InputStreamin=TestDom.class.getClassLoader().getResourceAsStream("test.xml");
  37. Documentdoc=builder.parse(in);
  38. //root<university>
  39. Elementroot=doc.getDocumentElement();
  40. if(root==null)return;
  41. System.err.println(root.getAttribute("name"));
  42. //allcollegenode
  43. NodeListcollegeNodes=root.getChildNodes();
  44. if(collegeNodes==for(inti=0;i<collegeNodes.getLength();i++){
  45. Nodecollege=collegeNodes.item(i);
  46. if(college!=null&&college.getNodeType()==Node.ELEMENT_NODE){
  47. System.err.println("\t"+college.getAttributes().getNamedItem("name").getNodeValue());
  48. //allclassnode
  49. NodeListclassNodes=college.getChildNodes();
  50. if(classNodes==continue;
  51. intj=0;j<classNodes.getLength();j++){
  52. Nodeclazz=classNodes.item(j);
  53. if(clazz!=null&&clazz.getNodeType()==Node.ELEMENT_NODE){
  54. System.err.println("\t\t"+clazz.getAttributes().getNamedItem("name").getNodeValue());
  55. //allstudentnode
  56. NodeListstudentNodes=clazz.getChildNodes();
  57. if(studentNodes==continue;
  58. intk=0;k<studentNodes.getLength();k++){
  59. Nodestudent=studentNodes.item(k);
  60. if(student!=null&&student.getNodeType()==Node.ELEMENT_NODE){
  61. System.err.print("\t\t\t"+student.getAttributes().getNamedItem("name").getNodeValue());
  62. System.err.print(""+student.getAttributes().getNamedItem("sex").getNodeValue());
  63. System.err.println(""+student.getAttributes().getNamedItem("age").getNodeValue());
  64. }
  65. }catch(ParserConfigurationExceptione){
  66. e.printStackTrace();
  67. catch(FileNotFoundExceptione){
  68. catch(SAXExceptione){
  69. catch(IOExceptione){
  70. voidwrite(){
  71. DocumentBuilderFactorydbf=DocumentBuilderFactory.newInstance();
  72. try{
  73. DocumentBuilderbuilder=dbf.newDocumentBuilder();
  74. InputStreamin=TestDom.class.getClassLoader().getResourceAsStream("test.xml");
  75. Documentdoc=builder.parse(in);
  76. //root<university>
  77. Elementroot=doc.getDocumentElement();
  78. return;
  79. //修改属性
  80. root.setAttribute("name","tsu");
  81. NodeListcollegeNodes=root.getChildNodes();
  82. if(collegeNodes!=null){
  83. 0;i<collegeNodes.getLength()-1;i++){
  84. //删除节点
  85. if(college.getNodeType()==Node.ELEMENT_NODE){
  86. StringcollegeName=college.getAttributes().getNamedItem("name").getNodeValue();
  87. if("c1".equals(collegeName)||"c2".equals(collegeName)){
  88. root.removeChild(college);
  89. elseif("c3".equals(collegeName)){
  90. ElementnewChild=doc.createElement("class");
  91. newChild.setAttribute("name","c4");
  92. college.appendChild(newChild);
  93. //新增节点
  94. ElementaddCollege=doc.createElement("college");
  95. addCollege.setAttribute("name","c5");
  96. root.appendChild(addCollege);
  97. Texttext=doc.createTextNode("text");
  98. addCollege.appendChild(text);
  99. //将修改后的文档保存到文件
  100. TransformerFactorytransFactory=TransformerFactory.newInstance();
  101. TransformertransFormer=transFactory.newTransformer();
  102. DOMSourcedomSource=newDOMSource(doc);
  103. Filefile=newFile("src/dom-modify.xml");
  104. if(file.exists()){
  105. file.delete();
  106. file.createNewFile();
  107. FileOutputStreamout=newFileOutputStream(file);
  108. StreamResultxmlResult=newStreamResult(out);
  109. transFormer.transform(domSource,xmlResult);
  110. System.out.println(file.getAbsolutePath());
  111. catch(TransformerConfigurationExceptione){
  112. catch(TransformerExceptione){
  113. }
该代码只要稍做修改，即可变得更加简洁，无需一直写if来判断是否有子节点。

2、【SAX (Simple API for XML) 】
SAX不用将整个文档加载到内存，基于事件驱动的API(Observer模式)，用户只需要注册自己感兴趣的事件即可。SAX提供EntityResolver,DTDHandler,ContentHandler,ErrorHandler接口，分别用于监听解析实体事件、DTD处理事件、正文处理事件和处理出错事件，与AWT类似，SAX还提供了一个对这4个接口默认的类DefaultHandler（这里的默认实现，其实就是一个空方法），一般只要继承DefaultHandler，重写自己感兴趣的事件即可。
copy
    importjava.io.IOException;
  1. importjava.io.InputStream;
  2. importjavax.xml.parsers.ParserConfigurationException;
  3. importjavax.xml.parsers.SAXParser;
  4. importjavax.xml.parsers.SAXParserFactory;
  5. importorg.xml.sax.Attributes;
  6. importorg.xml.sax.InputSource;
  7. importorg.xml.sax.Locator;
  8. importorg.xml.sax.SAXException;
  9. importorg.xml.sax.SAXParseException;
  10. importorg.xml.sax.helpers.DefaultHandler;
  11. /**
  12. *
  13. *@authorwhwang
  14. */
  15. classTestSAX{
  16. voidmain(String[]args){
  17. read();
  18. write();
  19. voidread(){
  20. SAXParserFactoryfactory=SAXParserFactory.newInstance();
  21. SAXParserparser=factory.newSAXParser();
  22. InputStreamin=TestSAX. parser.parse(in,newMyHandler());
  23. voidwrite(){
  24. System.err.println("纯SAX对于写操作无能为力");
  25. //重写对自己感兴趣的事件处理方法
  26. classMyHandlerextendsDefaultHandler{
  27. @Override
  28. publicInputSourceresolveEntity(StringpublicId,StringsystemId)
  29. throwsIOException,SAXException{
  30. returnsuper.resolveEntity(publicId,systemId);
  31. voidnotationDecl(Stringname,StringpublicId,153); font-weight:bold; background-color:inherit">throwsSAXException{
  32. super.notationDecl(name,publicId,153); font-weight:bold; background-color:inherit">voidunparsedEntityDecl(Stringname,
  33. StringsystemId,StringnotationName)super.unparsedEntityDecl(name,systemId,notationName);
  34. voidsetDocumentLocator(Locatorlocator){
  35. super.setDocumentLocator(locator);
  36. @Override
  37. voidstartDocument() System.err.println("开始解析文档");
  38. voidendDocument()throwsSAXException{
  39. System.err.println("解析结束");
  40. voidstartPrefixMapping(Stringprefix,Stringuri)
  41. super.startPrefixMapping(prefix,uri);
  42. voidendPrefixMapping(Stringprefix)super.endPrefixMapping(prefix);
  43. voidstartElement(Stringuri,StringlocalName,StringqName,248)"> Attributesattributes) System.err.print("Element:"+qName+",attr:");
  44. print(attributes);
  45. voidendElement(Stringuri,StringqName)
  46. super.endElement(uri,localName,qName);
  47. voidcharacters(char[]ch,intstart,153); font-weight:bold; background-color:inherit">intlength)
  48. super.characters(ch,start,length);
  49. voidignorableWhitespace(super.ignorableWhitespace(ch,153); font-weight:bold; background-color:inherit">voidprocessingInstruction(Stringtarget,Stringdata)
  50. super.processingInstruction(target,data);
  51. voidskippedEntity(Stringname)super.skippedEntity(name);
  52. voidwarning(SAXParseExceptione)super.warning(e);
  53. voiderror(SAXParseExceptione)super.error(e);
  54. voidfatalError(SAXParseExceptione)super.fatalError(e);
  55. privatevoidprint(Attributesattrs){
  56. if(attrs== System.err.print("[");
  57. 0;i<attrs.getLength();i++){
  58. System.err.print(attrs.getQName(i)+"="+attrs.getValue(i));
  59. if(i!=attrs.getLength()-1){
  60. System.err.print(",");
  61. System.err.println("]");
  62. 3、【JDOM】
    JDOM与DOM非常类似，它是处理XML的纯JAVA API，API大量使用了Collections类，且JDOM仅使用具体类而不使用接口。　JDOM 它自身不包含解析器。它通常使用 SAX2 解析器来解析和验证输入 XML 文档（尽管它还可以将以前构造的 DOM 表示作为输入）。它包含一些转换器以将 JDOM 表示输出成 SAX2 事件流、DOM 模型或 XML 文本文档
    copy
    importjava.io.FileOutputStream;
  1. importjava.util.List;
  2. importorg.jdom.Attribute;
  3. importorg.jdom.Document;
  4. importorg.jdom.Element;
  5. importorg.jdom.JDOMException;
  6. importorg.jdom.input.SAXBuilder;
  7. importorg.jdom.output.XMLOutputter;
  8. *JDom读写xml
  9. classTestJDom{
  10. //read();
  11. booleanvalidate=false;
  12. SAXBuilderbuilder=newSAXBuilder(validate);
  13. InputStreamin=TestJDom. Documentdoc=builder.build(in);
  14. //获取根节点<university>
  15. Elementroot=doc.getRootElement();
  16. readNode(root,"");
  17. }catch(JDOMExceptione){
  18. e.printStackTrace();
  19. catch(IOExceptione){
  20. @SuppressWarnings("unchecked")
  21. voidreadNode(Elementroot,Stringprefix){
  22. //获取属性
  23. List<Attribute>attrs=root.getAttributes();
  24. if(attrs!=null&&attrs.size()>0){
  25. System.err.print(prefix);
  26. for(Attributeattr:attrs){
  27. System.err.print(attr.getValue()+"");
  28. System.err.println();
  29. //获取他的子节点
  30. List<Element>childNodes=root.getChildren();
  31. prefix+="\t";
  32. for(Elemente:childNodes){
  33. readNode(e,prefix);
  34. false;
  35. //修改属性
  36. root.setAttribute("name","tsu");
  37. //删除
  38. booleanisRemoved=root.removeChildren("college");
  39. System.err.println(isRemoved);
  40. //新增
  41. ElementnewCollege=newElement("college");
  42. newCollege.setAttribute("name","new_college");
  43. ElementnewClass=newElement("class");
  44. newClass.setAttribute("name","ccccc");
  45. newCollege.addContent(newClass);
  46. root.addContent(newCollege);
  47. XMLOutputterout=newXMLOutputter();
  48. newFile("src/jdom-modify.xml");
  49. FileOutputStreamfos= out.output(doc,fos);
  50. catch(JDOMExceptione){
  51. }
4、【DOM4j】
dom4j是目前在xml解析方面是最优秀的(Hibernate、Sun的JAXM也都使用dom4j来解析XML)，它合并了许多超出基本 XML 文档表示的功能，包括集成的 XPath 支持、XML Schema 支持以及用于大文档或流化文档的基于事件的处理
copy
    importjava.io.FileWriter;
  1. importorg.dom4j.Attribute;
  2. importorg.dom4j.Document;
  3. importorg.dom4j.DocumentException;
  4. importorg.dom4j.DocumentHelper;
  5. importorg.dom4j.Element;
  6. importorg.dom4j.ProcessingInstruction;
  7. importorg.dom4j.VisitorSupport;
  8. importorg.dom4j.io.SAXReader;
  9. importorg.dom4j.io.XMLWriter;
  10. *Dom4j读写xml
  11. classTestDom4j{
  12. read1();
  13. //read2();
  14. //write();
  15. voidread1(){
  16. SAXReaderreader=newSAXReader();
  17. InputStreamin=TestDom4j. Documentdoc=reader.read(in);
  18. catch(DocumentExceptione){
  19. List<Attribute>attrs=root.attributes();
  20. List<Element>childNodes=root.elements();
  21. voidread2(){
  22. doc.accept(newMyVistor());
  23. catch(DocumentExceptione){
  24. //创建一个xml文档
  25. Documentdoc=DocumentHelper.createDocument();
  26. Elementuniversity=doc.addElement("university");
  27. university.addAttribute("name",0); background-color:inherit">//注释
  28. university.addComment("这个是根节点");
  29. Elementcollege=university.addElement("college");
  30. college.addAttribute("name","cccccc");
  31. college.setText("text");
  32. newFile("src/dom4j-modify.xml");
  33. XMLWriterout=newXMLWriter(newFileWriter(file));
  34. out.write(doc);
  35. out.flush();
  36. out.close();
  37. classMyVistorextendsVisitorSupport{
  38. voidvisit(Attributenode){
  39. System.out.println("Attibute:"+node.getName()+"="
  40. +node.getValue());
  41. voidvisit(Elementnode){
  42. if(node.isTextOnly()){
  43. System.out.println("Element:"+node.getName()+"="
  44. +node.getText());
  45. else{
  46. System.out.println(node.getName());
  47. voidvisit(ProcessingInstructionnode){
  48. System.out.println("PI:"+node.getTarget()+""+node.getText());
  49. }

三、【性能测试】

环境：AMD4400+ 2.0+GHz主频 JDK6.0
运行参数：-Xms400m -Xmx400m
xml文件大小：10.7M
结果：
DOM: >581297ms
SAX: 8829ms
JDOM: 581297ms
DOM4j: 5309ms
时间包括IO的，只是进行了简单的测试， 仅供参考 ！！！！
四、【对比】 1、【DOM】
DOM是基于树的结构，通常需要加载整文档和构造DOM树，然后才能开始工作。
优点：
a、由于整棵树在内存中，因此可以对xml文档随机访问
b、可以对xml文档进行修改操作
c、较sax，dom使用也更简单。
缺点：
a、整个文档必须一次性解析完
a、由于整个文档都需要载入内存，对于大文档成本高
2、【SAX】
SAX类似流媒体，它基于事件驱动的，因此无需将整个文档载入内存，使用者只需要监听自己感兴趣的事件即可。
a、无需将整个xml文档载入内存，因此消耗内存少
b、可以注册多个ContentHandler
a、不能随机的访问xml中的节点
b、不能修改文档
JDOM是纯Java的处理XML的API，其API中大量使用Collections类，
a、DOM方式的优点
b、具有SAX的Java规则
缺点
a、DOM方式的缺点
4、【DOM4J】
这4中xml解析方式中，最优秀的一个，集易用和性能于一身。
五、【小插曲XPath】 XPath 是一门在 XML 文档中查找信息的语言， 可用来在 XML 文档中对元素和属性进行遍历。XPath 是 W3C XSLT 标准的主要元素，并且 XQuery 和 XPointer 同时被构建于 XPath 表达之上。因此，对 XPath 的理解是很多高级 XML 应用的基础。
XPath非常类似对数据库操作的SQL语言，或者说JQuery，它可以方便开发者抓起文档中需要的东西。（dom4j也支持xpath）
copy
    importjavax.xml.parsers.DocumentBuilder;
  1. importjavax.xml.parsers.DocumentBuilderFactory;
  2. importjavax.xml.xpath.XPath;
  3. importjavax.xml.xpath.XPathConstants;
  4. importjavax.xml.xpath.XPathExpression;
  5. importjavax.xml.xpath.XPathExpressionException;
  6. importjavax.xml.xpath.XPathFactory;
  7. classTestXPath{
  8. InputStreamin=TestXPath. XPathFactoryfactory=XPathFactory.newInstance();
  9. XPathxpath=factory.newXPath();
  10. //选取所有class元素的name属性
  11. //XPath语法介绍：http://w3school.com.cn/xpath/
  12. XPathExpressionexpr=xpath.compile("//class/@name");
  13. NodeListnodes=(NodeList)expr.evaluate(doc,XPathConstants.NODESET);
  14. 0;i<nodes.getLength();i++){
  15. System.out.println("name="+nodes.item(i).getNodeValue());
  16. catch(XPathExpressionExceptione){
  17. }

六、【补充】

注意4种解析方法对TextNode（文本节点）的处理：

1、在使用DOM时，调用node.getChildNodes()获取该节点的子节点，文本节点也会被当作一个Node来返回，如：

copy
    >
copy
    importjava.io.FileNotFoundException;
  1. importjava.util.Arrays;
  2. importorg.w3c.dom.Document;
  3. importorg.w3c.dom.Element;
  4. importorg.w3c.dom.Node;
  5. importorg.w3c.dom.NodeList;
  6. classTestDom2{
  7. InputStreamin=TestDom2.//System.err.println(root.getAttribute("name"));
  8. //allcollegenode
  9. System.err.println("university子节点数："+collegeNodes.getLength());
  10. System.err.println("子节点如下：");
  11. 0;i<collegeNodes.getLength();i++){
  12. Nodecollege=collegeNodes.item(i);
  13. if(college== System.err.println("\t元素节点："+college.getNodeName());
  14. if(college.getNodeType()==Node.TEXT_NODE){
  15. System.err.println("\t文本节点："+Arrays.toString(college.getTextContent().getBytes()));
  16. 输出的结果是：

    copy
      university子节点数：3
    1. 子节点如下：
    2. 文本节点：[10,9]
    3. 元素节点：college
    4. 10]

    其中\n的ASCII码为10，\t的ASCII码为9。结果让人大吃一惊，university的子节点数不是1，也不是2，而是3，这3个子节点都是谁呢？为了看得更清楚点，把xml文档改为：

    copy

      >11
    1. >22
    2. 还是上面的程序，输出结果为：

      copy

        49,0); background-color:inherit">50,0); background-color:inherit">10]
      其中数字1的ASCII码为49，数字2的ASCII码为50。

      2、使用SAX来解析同DOM，当你重写它的public void characters(char[] ch,int start,int length)方法时，你就能看到。

      3、JDOM，调用node.getChildren()只返回子节点，不包括TextNode节点（不管该节点是否有Text信息）。如果要获取该节点的Text信息，可以调用node.getText()方法，该方法返回节点的Text信息，也包括\n\t等特殊字符。

      4、DOM4j同JDOM

      参考：

      http://www.docin.com/p-78963650.html

      http://wenku.baidu.com/view/b091f9360b4c2e3f5727638b.html

      http://kree.iteye.com/blog/668280

      相关文章

      php输出xml格式字符串
      php输出xml格式字符串
      J2ME Mobile 3D入门教程系列文章之一
      J2ME Mobile 3D入门教程系列文章之一
      XML轻松学习手册
      XML轻松学习手册
      XML入门的常见问题(一)
      XML入门的常见问题(一)
      XML入门的常见问题(三)
      XML入门的常见问题(三)
      XML轻松学习手册（2）XML概念
      XML轻松学习手册（2）XML概念