Java解析XML文件

一、前言
用Java解析XML文档，最常用的有两种方法：使用基于事件的XML简单API （Simple API for XML）称为SAX和基于树和节点的文档对象模型（Document Object Module）称为DOM。Sun公司提供了Java API for XML Parsing（JAXP）接口来使用SAX和DOM，通过JAXP，我们可以使用任何与JAXP兼容的XML解析器。
JAXP接口包含了三个包：
（1）org.w3c.dom　W3C推荐的用于XML标准规划文档对象模型的接口。
（2）org.xml.sax　 用于对XML进行语法分析的事件驱动的XML简单API（SAX）
（3）javax.xml.parsers解析器工厂工具，程序员获得并配置特殊的特殊语法分析器。
二、使用DOM解析XML文档
我们现在来看看DOM是如何解析XML的吧！同样的，我将从一个简单的不能再简单的例子来说明DOM是如何解析XML文档的，先让我们看看XML是什么内容吧：

<?xml version="1.0" encoding="gb2312"?>
<books>
  <book email="[e-mail]">
  <name>bookname</name>
  <price>102</price>
  </book>
</books>

解析这个XML文件的Java代码

import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStream;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;

public class DomParse {
    public DomParse()...{

        DocumentBuilderFactory domfac=DocumentBuilderFactory.newInstance();

        try ...{
            DocumentBuilder dombuilder=domfac.newDocumentBuilder();
            InputStream is=new FileInputStream("WebRoot/WEB-INF/hell.xml");
            Document doc=dombuilder.parse(is);
            Element root=doc.getDocumentElement();
            NodeList books=root.getChildNodes();

            if(books!=null)...{
                for(int i=0;i<books.getLength();i++)...{
                    Node book=books.item(i);
                    if(book.getNodeType()==Node.ELEMENT_NODE)...{
                        String email=book.getAttributes().getNamedItem("email").getNodeValue();
                        System.out.println(email);
                        for(Node node=book.getFirstChild();node!=null;node=node.getNextSibling())...{
                            if(node.getNodeType()==Node.ELEMENT_NODE)...{
                                if(node.getNodeName().equals("name"))...{
                                    String name=node.getNodeValue();
                                    String name1=node.getFirstChild().getNodeValue();
                                    System.out.println(name);
                                    System.out.println(name1);
                                }

                                if(node.getNodeName().equals("price"))...{
                                    String price=node.getFirstChild().getNodeValue();
                                    System.out.println(price);
                                }
                            }
                        }
                    }
                }
            }
        } catch (ParserConfigurationException e) ...{
            e.printStackTrace();
       } catch (FileNotFoundException e) ...{
             e.printStackTrace();
        } catch (SAXException e) ...{
            e.printStackTrace();
        } catch (IOException e) ...{
            e.printStackTrace();
        }
    }

    public static void main(String[] args) 
    ...{
        new DomParse();
    }    
}

三、代码解释
先看看这个程序引用类：
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStream;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
//下面主要是org.xml.sax包的类
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;
上面那么简单的代码一看就明白了，但是为了介绍个DOM编程的大概还是来看看这个程序吧：
（1）得到DOM解析器的工厂实例
DocumentBuilderFactory domfac=DocumentBuilderFactory.newInstance();
得到javax.xml.parsers.DocumentBuilderFactory;类的实例就是我们要的解析器工厂
（2）从DOM工厂获得DOM解析器
DocumentBuilder dombuilder=domfac.newDocumentBuilder();
通过javax.xml.parsers.DocumentBuilderFactory实例的静态方法newDocumentBuilder()得到DOM解析器
（3）把要解析的XML文档转化为输入流，以便DOM解析器解析它
InputStream is=new FileInputStream("bin/library.xml");
InputStream是一个接口。
（4）解析XML文档的输入流，得到一个Document
Document doc=dombuilder.parse(is);
由XML文档的输入流得到一个org.w3c.dom.Document对象，以后的处理都是对Document对象进行的
（5）得到XML文档的根节点
Element root=doc.getDocumentElement();
在DOM中只有根节点是一个org.w3c.dom.Element对象。
（6）得到节点的子节点
NodeList　books=root.getChildNodes();
for(int i=0;i<books.getLength();i++){
Node book=books.item(i);}
这是用一个org.w3c.dom.NodeList接口来存放它所有子节点的，还有一种轮循子节点的方法，后面有介绍
（7）取得节点的属性值
String email=book.getAttributes().getNamedItem("email").getNodeValue();
System.out.println(email);
注意，节点的属性也是它的子节点。它的节点类型也是Node.ELEMENT_NODE
（8）轮循子节点
for(Node node=book.getFirstChild();node!=null;node=node.getNextSibling()){
if(node.getNodeType()==Node.ELEMENT_NODE){
if(node.getNodeName().equals("name")){
String name=node.getNodeValue();
String name1=node.getFirstChild().getNodeValue();
System.out.println(name);
System.out.println(name1);
}
if(node.getNodeName().equals("price")){
String price=node.getFirstChild().getNodeValue();
System.out.println(price);
}}
这段代码的打印输出为：
[e-mail]
null
bookname
102
从上面可以看出
String name=node.getNodeValue();　 是一个空值。而
String name1=node.getFirstChild().getNodeValue();　才是真正的值，这是因为DOM把<name> rjzjh</name>也当作是两层结构的节点，其父节点为<name>节点本身，且它只有一个子节点（如果有属性的话就不止一个了！），子节点是它的值“rjzjh”，所以我们看到上面的结果。
还有，子节点的节点类型也是Node.ELEMENT_NODE型的，node.getNextSibling()方法是取下一个相邻的节点。
四、DOM结点
DOM是一些节点的集合，由于文档中可能包含有不同类型的信息，所以定义了几种不同类型的节点。DOM中最常见的节点类型有：
（1）元素：
元素是XML的基本构件。元素的子节点可以是其它元素、文本节点或两者都有。元素节点还可以只含有属性这一唯一类型的节点。
（2）属性：属性节点包含关于元素节点的信息，但它不是元素的子节点
（3）文本：文本节点文本信息，或干脆是空白的文本。
（4）文档：文档节点是整个文档中所有其它节点的父节点
元素是一种很重要的类型节点，元素节点可以是其他节点的容器。

评论

2 楼 申1987 2013-08-20  

收藏

1 楼 aa00aa00 2009-11-26  

好贴,收藏了,呵呵!!