xml解析

java 代碼

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

import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.NodeList;

public class xmldisplay {
    public static void main(String args[]) {
        try {
            DocumentBuilderFactory factory = DocumentBuilderFactory
                    .newInstance();
            DocumentBuilder builder = factory.newDocumentBuilder();
            Document doc = builder.parse("links.xml");
            doc.normalize();
            NodeList links = doc.getElementsByTagName("link");
            for (int i = 0; i < links.getLength(); i++) {
                Element link = (Element) links.item(i);
                System.out.print("Content: ");
                System.out.println(link.getElementsByTagName("text").item(0)
                        .getFirstChild().getNodeValue());
                System.out.print("URL: ");
                System.out.println(link.getElementsByTagName("url").item(0)
                        .getFirstChild().getNodeValue());
                System.out.print("Author: ");
                System.out.println(link.getElementsByTagName("author").item(0)
                        .getFirstChild().getNodeValue());
                System.out.print("Date: ");
                Element linkdate = (Element) link.getElementsByTagName("date")
                        .item(0);
                String day = linkdate.getElementsByTagName("day").item(0)
                        .getFirstChild().getNodeValue();
                String month = linkdate.getElementsByTagName("month").item(0)
                        .getFirstChild().getNodeValue();
                String year = linkdate.getElementsByTagName("year").item(0)
                        .getFirstChild().getNodeValue();
                System.out.println(day + "-" + month + "-" + year);
                System.out.print("Description: ");
                System.out.println(link.getElementsByTagName("description")
                        .item(0).getFirstChild().getNodeValue());
                System.out.println();
            }
        } catch (Exception e) {
            e.printStackTrace();
        }

    }
}

xml 代碼

<!--sp-->xml version="1.0" encoding="UTF-8"?><links>

    <link>
        <text/>
        <url>www..comurl>
        <author>hhauthor>
        <date>
            <day>23day>
            <month>7month>
            <year>2007year>
        date>
        <description>
            A site
        description>
    link>

 

 如何利用JSP開發DOM應用？ 　　DOM是Document Object Model的縮寫，即文檔對象模型。XML將數據組織爲一顆樹，所以DOM就是對這顆樹的一個對象描敘。通俗的說，就是通過解析XML文檔，爲XML文檔在邏輯上建立一個樹模型，樹的節點是一個個對象。我們通過存取這些對象就能夠存取XML文檔的內容。 　　下面我們來看一個簡單的例子，看看在DOM中，我們是如何來操作一個XML文檔的。這是一個XML文檔，也是我們要操作的對象：

＜?xml version="1.0" encoding="UTF-8"?＞ ＜messages＞ ＜message＞Good-bye serialization, hello Java!＜/message＞ ＜/messages＞

　　下面，我們需要把這個文檔的內容解析到一個個的Java對象中去供程序使用，利用JAXP，我們只需幾行代碼就能做到這一點。首先，我們需要建立一個解析器工廠，以利用這個工廠來獲得一個具體的解析器對象： 　　DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); 　　我們在這裏使用DocumentBuilderFacotry的目的是爲了創建與具體解析器無關的程序，當DocumentBuilderFactory類的靜態方法newInstance()被調用時，它根據一個系統變量來決定具體使用哪一個解析器。又因爲所有的解析器都服從於JAXP所定義的接口，所以無論具體使用哪一個解析器，代碼都是一樣的。所以當在不同的解析器之間進行切換時，只需要更改系統變量的值，而不用更改任何代碼。這就是工廠所帶來的好處。 　　DocumentBuilder db = dbf.newDocumentBuilder(); 　　當獲得一個工廠對象後，使用它的靜態方法newDocumentBuilder()方法可以獲得一個DocumentBuilder對象，這個對象代表了具體的DOM解析器。但具體是哪一種解析器，微軟的或者IBM的，對於程序而言並不重要。 　　然後，我們就可以利用這個解析器來對XML文檔進行解析了： 　　Document doc = db.parse("c:/xml/message.xml"); 　　DocumentBuilder的parse()方法接受一個XML文檔名作爲輸入參數，返回一個Document對象，這個Document對象就代表了一個XML文檔的樹模型。以後所有的對XML文檔的操作，都與解析器無關，直接在這個Document對象上進行操作就可以了。而具體對Document操作的方法，就是由DOM所定義的了。 　　從得到的Document對象開始，我們就可以開始我們的DOM之旅了。使用Document對象的getElementsByTagName()方法，我們可以得到一個NodeList對象，一個Node對象代表了一個XML文檔中的一個標籤元素，而NodeList對象，觀其名而知其意，所代表的是一個Node對象的列表： 　　NodeList nl = doc.getElementsByTagName("message"); 　　我們通過這樣一條語句所得到的是XML文檔中所有＜message＞標籤對應的Node對象的 　　一個列表。然後，我們可以使用NodeList對象的item()方法來得到列表中的每一個Node對象： 　　Node my_node = nl.item(0); 　　當一個Node對象被建立之後，保存在XML文檔中的數據就被提取出來並封裝在這個Node中了。在這個例子中，要提取Message標籤內的內容，我們通常會使用Node對象的getNodeValue()方法： String message = my_node.getFirstChild().getNodeValue(); 　　請注意，這裏還使用了一個getFirstChild()方法來獲得message下面的第一個子Node對象。雖然在message標籤下面除了文本外並沒有其它子標籤或者屬性，但是我們堅持在這裏使用getFirseChild()方法，這主要和W3C對DOM的定義有關。W3C把標籤內的文本部分也定義成一個Node，所以先要得到代表文本的那個Node，我們才能夠使用getNodeValue()來獲取文本的內容。現在，既然我們已經能夠從XML文件中提取出數據了，我們就可以把這些數據用在合適的地方，來構築應用程序。 　　DOM實例 　　先說說這個例子到底要做的是什麼吧，我們在一個名爲link.xml文件中保存了一些URL地址，我們希望可以通過DOM把這些URL讀出並顯示出來，也可以反過來向這個XML文件中寫入加入的URL地址。很簡單，卻很實用，也足夠來例示DOM的絕大部分用法了。 　　第一個程序我們稱爲xmldisplay.Java，主要的功能就是讀取這個XML文件中各個節點的內容，然後在格式化輸出在System.out上，我們來看看這個程序：

import Javax.xml.parsers.*; import org.w3c.dom.*;

　　這是引入必要的類，因爲在這裏使用的是Sun所提供的XML解析器，因而需要引入Java.xml.parsers包，其中包含了有DOM解析器和SAX解析器的具體實現。org.w3c.dom包中定義了w3c所制定的DOM接口。 DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); DocumentBuilder builder=factory.newDocumentBuilder(); Document doc=builder.parse("links.xml"); doc.normalize();

　　除了上面講到的，還有一個小技巧，對Document對象調用normalize()，可以去掉XML文檔中作爲格式化內容的空白而映射在DOM樹中的不必要的Text Node對象。否則你得到的DOM樹可能並不如你所想象的那樣。特別是在輸出的時候，這個normalize()更爲有用。

NodeList links =doc.getElementsByTagName("link");

　　剛纔說過，XML文檔中的空白符也會被作爲對象映射在DOM樹中。因而，直接調用Node方法的getChildNodes方法有時候會有些問題，有時不能夠返回所期望的NodeList對象。解決的辦法是使用Element的getElementByTagName(String)，返回的NodeLise就是所期待的對象了。然後，可以用item()方法提取想要的元素。

for (int i=0;i＜links.getLength();i++){ Element link=(Element) links.item(i); System.out.print("Content: "); System.out.println(link.getElementsByTagName("text").item(0).getFirstChild(); .getNodeValue()); ……

　　上面的代碼片斷就完成了對XML文檔內容的格式化輸出。只要注意到一些細節的問題，比如getFirstChile()方法和getElementsByTagName()方法的使用，這些還是比較容易的。 　　下面的內容，就是在修改了DOM樹後重新寫入到XML文檔中去的問題了。這個程序名爲xmlwrite.Java。在JAXP1.0版本中，並沒有直接的類和方法能夠處理XML文檔的寫入問題，需要藉助其它包中的一些輔助類。而在JAXP1.1版本中，引入了對XSLT的支持，所謂XSLT，就是對XML文檔進行變換（Translation）後，得到一個新的文檔結構。利用這個新加入的功能，我們就能夠很方便的把新生成或者修改後的DOM樹從新寫回到XML文件中去了，下面我們來看看代碼的實現，這段代碼的主要功能是向links.xml文件中加入一個新的link節點：

import Javax.xml.parsers.*; import Javax.xml.transform.*; import Javax.xml.transform.dom.DOMSource; import Javax.xml.transform.stream.StreamResult; import org.w3c.dom.*;

　　新引入的Java.xml.transform包中的幾個類，就是用來處理XSLT變換的。 我們希望在上面的XML文件中加入一個新的link節點，因而首先還是要讀入links.xml文件，構建一個DOM樹，然後再對這個DOM樹進行修改（添加節點），最後把修改後的DOM寫回到links.xml文件中：

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); DocumentBuilder builder=factory.newDocumentBuilder(); Document doc=builder.parse("links.xml"); doc.normalize(); //---取得變量---- String text="Hanzhong's Homepage"; String url="www.hzliu.com"; String author="Hzliu Liu"; String discription="A site from Hanzhong Liu, give u lots of suprise!!!";

　　爲了看清重點，簡化程序，我們把要加入的內容硬編碼到記憶String對象中，而實際操作中，往往利用一個界面來提取用戶輸入，或者通過JDBC從數據庫中提取想要的內容。

Text textseg; Element link=doc.createElement("link");

　　首先應該明瞭的是，無論什麼類型的Node，Text型的也好，Attr型的也好，Element型的也好，它們的創建都是通過Document對象中的createXXX()方法來創建的（XXX代表具體要創建的類型），因此，我們要向XML文檔中添加一個link項目，首先要創建一個link對象：

Element linktext=doc.createElement("text"); textseg=doc.createTextNode(text); linktext.appendChild(textseg); link.appendChild(linktext); ……

　　創建節點的過程可能有些千篇一律，但需要注意的地方是，對Element中所包含的text（在DOM中，這些text也是代表了一個Node的，因此也必須爲它們創建相應的node），不能直接用Element對象的setNodeValue()方法來設置這些text的內容，而需要用創建的Text對象的setNodeValue()方法來設置文本，這樣才能夠把創建的Element和其文本內容添加到DOM樹中。看看前面的代碼，你會更好的理解這一點： doc.getDocumentElement().appendChild(link); 　　最後，不要忘記把創建好的節點添加到DOM樹中。Document類的getDocumentElement()方法，返回代表文檔根節點的Element對象。在XML文檔中，根節點一定是唯一的。

TransformerFactory tFactory =TransformerFactory.newInstance(); Transformer transformer = tFactory.newTransformer(); DOMSource source = new DOMSource(doc); StreamResult result = new StreamResult(new Java.io.File("links.xml")); transformer.transform(source, result);

　　然後就是用XSLT把DOM樹輸出了。這裏的TransformerFactory也同樣應用了工廠模式，使得具體的代碼同具體的變換器無關。實現的方法和DocumentBuilderFactory相同，這兒就不贅述了。Transformer類的transfrom方法接受兩個參數、一個數據源Source和一個輸出目標Result。這裏分別使用的是DOMSource和StreamResult，這樣就能夠把DOM的內容輸出到一個輸出流中，當這個輸出流是一個文件的時候，DOM的內容就被寫入到文件中去了。

如何利用JSP開發SAX應用？ 　　SAX是Simple API for XML的縮寫，它並不是由W3C官方所提出的標準，可以說是"民間"的事實標準。實際上，它是一種社區性質的討論產物。雖然如此，在XML中對SAX的應用絲毫不比DOM少，幾乎所有的XML解析器都會支持它。 　　與DOM比較而言，SAX是一種輕量型的方法。我們知道，在處理DOM的時候，我們需要讀入整個的XML文檔，然後在內存中創建DOM樹，生成DOM樹上的每個Node對象。當文檔比較小的時候，這不會造成什麼問題，但是一旦文檔大起來，處理DOM就會變得相當費時費力。特別是其對於內存的需求，也將是成倍的增長，以至於在某些應用中使用DOM是一件很不划算的事（比如在applet中）。這時候，一個較好的替代解決方法就是SAX。 　　SAX在概念上與DOM完全不同。首先，不同於DOM的文檔驅動，它是事件驅動的，也就是說，它並不需要讀入整個文檔，而文檔的讀入過程也就是SAX的解析過程。所謂事件驅動，是指一種基於回調（callback）機制的程序運行方法。（如果你對Java新的代理事件模型比較清楚的話，就會很容易理解這種機制了）在XMLReader接受XML文檔，在讀入XML文檔的過程中就進行解析，也就是說讀入文檔的過程和解析的過程是同時進行的，這和DOM區別很大。解析開始之前，需要向XMLReader註冊一個ContentHandler，也就是相當於一個事件監聽器，在ContentHandler中定義了很多方法，比如startDocument()，它定製了當在解析過程中，遇到文檔開始時應該處理的事情。當XMLReader讀到合適的內容，就會拋出相應的事件，並把這個事件的處理權代理給ContentHandler，調用其相應的方法進行響應。 　　這樣泛泛的說來或許有些不容易理解，別急，後面的例子會讓你明白SAX的解析過程。看看這個簡單XML文件：

＜POEM＞ ＜AUTHOR＞Ogden Nash＜/AUTHOR＞ ＜TITLE＞Fleas＜/TITLE＞ ＜LINE＞Adam＜/LINE＞ ＜/POEM＞

　　當XMLReader讀到＜POEM＞標籤時，就會調用ContentHandler.startElement()方法，並把標籤名POEM作爲參數傳遞過去。在你實現的startElement()方法中需要做相應的動作，以處理當＜POEM＞出現時應該做的事情。各個事件隨着解析的過程（也就是文檔讀入的過程）一個個順序的被拋出，相應的方法也會被順序的調用，最後，當解析完成，方法都被調用後，對文檔的處理也就完成了。下面的這個表，列出了在解析上面的那個XML文件的時候，順序被調用的方法： 　　遇到的項目 方法回調

{文檔開始} startDocument() ＜POEM＞ startElement(null,"POEM",null,{Attributes}) "/n" characters("＜POEM＞/n...", 6, 1) ＜AUTHOR＞ startElement(null,"AUTHOR",null,{Attributes}) "Ogden Nash" characters("＜POEM＞/n...", 15, 10) ＜/AUTHOR＞ endElement(null,"AUTHOR",null) "/n" characters("＜POEM＞/n...", 34, 1) ＜TITLE＞ startElement(null,"TITLE",null,{Attributes}) "Fleas" characters("＜POEM＞/n...", 42, 5) ＜/TITLE＞ endElement(null,"TITLE",null) "/n" characters("＜POEM＞/n...", 55, 1) ＜LINE＞ startElement(null,"LINE",null,{Attributes}) "Adam" characters("＜POEM＞/n...", 62, 4) ＜/LINE＞ endElement(null,"LINE",null) "/n" characters("＜POEM＞/n...", 67, 1) ＜/POEM＞ endElement(null,"POEM",null) {文檔結束} endDocument()

　　ContentHandler實際上是一個接口，當處理特定的XML文件的時候，就需要爲其創建一個實現了ContentHandler的類來處理特定的事件，可以說，這個實際上就是SAX處理XML文件的核心。下面我們來看看定義在其中的一些方法： 　　void characters(char[] ch, int start, int length)：這個方法用來處理在XML文件中讀到字符串，它的參數是一個字符數組，以及讀到的這個字符串在這個數組中的起始位置和長度，我們可以很容易的用String類的一個構造方法來獲得這個字符串的String類：String charEncontered=new String(ch,start,length)。 　　void startDocument()：當遇到文檔的開頭的時候，調用這個方法，可以在其中做一些預處理的工作。 　　void endDocument()：和上面的方法相對應，當文檔結束的時候，調用這個方法，可以在其中做一些善後的工作。 　　void startElement(String namespaceURI, String localName, String qName, Attributes atts)：當讀到一個開始標籤的時候，會觸發這個方法。在SAX1.0版本中並不支持名域，而在新的2.0版本中提供了對名域的支持，這兒參數中的namespaceURI就是名域，localName是標籤名，qName是標籤的修飾前綴，當沒有使用名域的時候，這兩個參數都未null。而atts是這個標籤所包含的屬性列表。通過atts，可以得到所有的屬性名和相應的值。要注意的是SAX中一個重要的特點就是它的流式處理，在遇到一個標籤的時候，它並不會紀錄下以前所碰到的標籤，也就是說，在startElement()方法中，所有你所知道的信息，就是標籤的名字和屬性，至於標籤的嵌套結構，上層標籤的名字，是否有子元屬等等其它與結構相關的信息，都是不得而知的，都需要你的程序來完成。這使得SAX在編程處理上沒有DOM來得那麼方便。 　　void endElement(String namespaceURI, String localName, String qName)：這個方法和上面的方法相對應，在遇到結束標籤的時候，調用這個方法。 　　我們還是沿用講DOM的時候使用的那個文檔例子，但首先，我們先看一個簡單一些的應用，我們希望能夠統計一下XML文件中各個標籤出現的次數。這個例子很簡單，但是足以闡述SAX編程的基本思路了。一開始當然還是import語句了：

import org.xml.sax.helpers.DefaultHandler; import Javax.xml.parsers.*; import org.xml.sax.*; import org.xml.sax.helpers.*; import Java.util.*; import Java.io.*;

　　然後，我們創建一個繼承於DefaultHandler的類，具體的程序邏輯在這兒可以暫且放在一邊，要注意的是程序的結構：

public class SAXCounter extends DefaultHandler { private Hashtable tags; //這個Hashtable用來記錄tag出現的次數 // 處理文檔前的工作 public void startDocument() throws SAXException { tags = new Hashtable();//初始化Hashtable } //對每一個開始元屬進行處理 public void startElement(String namespaceURI, String localName, String rawName, Attributes atts) throws SAXException { String key = localName; ……

　　我們來看看這段程序作了些什麼。在main()方法中，主要做的就是創建解析器，然後解析文檔。實際上，在這兒創建SAXParser對象的時候，爲了使程序代碼於具體的解析器無關，使用了同DOM中一樣的設計技巧：通過一個SAXParserFactory類來創建具體的SAXParser對象，這樣，當需要使用不同的解析器的時候，要改變的，只是一個環境變量的值，而程序的代碼可以保持不變。這就是FactoryMethod模式的思想。在這兒不再具體講了，如果還有不明白的，可以參看上面DOM中的解釋，原理是一樣的。 　　不過在這兒還有一點點要注意的地方，就是SAXParser類和XMLReader類之間的關係。你可能有些迷糊了吧，實際上SAXParser是JAXP中對XMLReader的一個封裝類，而XMLReader是定義在SAX2.0種的一個用來解析文檔的接口。你可以同樣的調用SAXParser或者XMLReader中的parser()方法來解析文檔，效果是完全一樣的。不過在SAXParser中的parser()方法接受更多的參數，可以對不同的XML文檔數據源進行解析，因而使用起來要比XMLReader要方便一些。 　　這個例子僅僅涉及了SAX的一點皮毛，而下面的這個，可就要高級一些了。下面我們要實現的功能，在DOM的例子中已經有實現了，就是從XML文檔中讀出內容並格式化輸出，雖然程序邏輯看起來還是很簡單，但是SAX可不比DOM哦，看着吧。 　　前面說過，當遇到一個開始標籤的時候，在startElement()方法中，我們並不能夠得到這個標籤在XML文檔中所處的位置。這在處理XML文檔的時候是個大麻煩，因爲在XML中標籤的語義，有一部分是由其所處的位置所決定的。而且在一些需要驗證文檔結構的程序中，這更是一個問題。當然，沒有解決不了的問題了，我們可以使用一個棧來實現對文檔結構的紀錄。 　　棧的特點是先進先出，我們現在的想法是，在startElemnt()方法中用push將這個標籤的名字添加到棧中，在endElement()方法中在把它pop出來。我們知道對一個結構良好的XML而言，其嵌套結構是完備的，每一個開始標籤總會對應一個結束標籤，而且不會出現標籤嵌套之間的錯位。因而，每一次startElement()方法的調用，必然會對應一個endElement()方法的調用，這樣push和pop也是成對出現的，我們只需要分析棧的結構，就可以很容易的知道當前標籤所處在文檔結構中的位置了。

public class SAXReader extends DefaultHandler { Java.util.Stack tags=new Java.util.Stack(); ……

　　在這兒雖然沒有使用到棧的分析，但實際上棧的分析是一件很容易的事情，應爲Java.util.Stack繼承了Java.util.Vector類，而且Stack中的元素是按棧的結構由底至上排列的，因個，我們可以使用Vector類的size()方法來得到Stack的元素個數，還可以使用Vector的get(int)方法來得到具體的每一個元屬。實際上，如果把Stack的元素從底向上逐一排列出來，我們就得到了從XML根節點到當前節點的一條唯一的路徑，有了這條路徑的信息，文檔的結構就在清楚不過了。 　　到目前爲止，我們已經掌握了對於XML編程的兩大利器：DOM和SAX，也知道了該如何在一個Java程序中使用它們。DOM編程相對簡單，但是速度比較慢，佔用內存多，而S AX編程複雜一些，但是速度快，佔用內存少。所以，我們應該根據不同的環境選擇使用不同的方法。大部分的XML應用基本都可以用它們來解決。需要特別說明的是，DOM和SAX其實都是語言無關的，並非Java所獨有，也就是說，只要有相應的語言實現，DOM和SAX可以應用在任何面向對象的語言中。