java解析xml文檔——Dom方式，Sax方式。
其實對於java解析xml文檔的方式，感到有點奇怪啊，默認情況下，主要是在“節點”方面。爲什麼呢？就是因爲java解析的太細了。
如下片段
<book>
<title>java</title>
<writer>tom</writer>
<publisher>武漢大學出版社</publisher>
<content xxx="xxxaa">
<title>簡介</title>
<detail>java介紹</detail>
</content>
</book> 不管是那種方式進行解析都會把標籤之間的回車，空格算作#text類型
如：在dom方式中book的子節點數有：9個（title，writer，publisher，content，以及從book開始到/book結束，和它子元素之間的五個空字符(回車等)）。也就是說：除非<book>……</book>他們直接不有任何的空字符的時候，book的子節點數九隻有“四個”。
因此，我人java對xml文檔的解析太過於細微了，畢竟，我們需要的不是標籤之間無關緊要的空字符（空字符只是爲了美觀，格式等）。
在xml中最關鍵的就是Node（文檔節點，元素節點，文本節點……），即所有的都是節點。
接下來談談這兩種方式如何解析xml：
1、Dom方式——主要獲取Document對象。parse解析的時候即可以是輸入流，也可以是文件路徑或文件對象。
public void traverse(Node root){
NodeList list = root.getChildNodes();
int len = list.getLength();
System.out.println(len);
for(int i = 0; i < len; i++) {
Node n = list.item(i);
if(n.hasChildNodes()){
traverse(n);
}
String s = "Name:" + n.getNodeName();
s += "\tType:" + n.getNodeType();
s += "\tValue:" + n.getNodeValue();
s += "\tbaseURI" + n.getBaseURI();
System.out.println(s);
}
}
public void dom(String path){
DocumentBuilderFactory fac = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = null;
try{
builder = fac.newDocumentBuilder();
Document doc = builder.parse(path);
Element root = doc.getDocumentElement();
traverse(root);
} catch (Exception e) {
e.printStackTrace();
}
}
2、sax —— 通過DefaultHandler對象獲取xml文檔節點的內容
public String sax(){
SAXParserFactory fac = SAXParserFactory.newInstance();
String r = "";
SAXParser sax = null;
try{
sax = fac.newSAXParser();
MyHandle handle = new MyHandle();
sax.parse(path, handle);
//XMLReader rr = sax.getXMLReader();
//rr.setContentHandler(handle);
//XMLReader reader = sax.getXMLReader();//XMLReaderFactory.createXMLReader();
r = handle.getResult();
}catch(Exception e){
e.printStackTrace();
}
return r;
}
class MyHandle extends DefaultHandler{
StringBuilder sb = new StringBuilder(1000);
/**
* 獲取元素的內容如：<sex>boy</sex> data從start開始len長度存放的是boy。
* <sex>
* boy
* </sex>
* data中從start開始len長度是、\n boy \n
* 如果將所有的內容拼接在一起的話，內容就是除去<>包含的剩下的字符
* <sex>man</sex> <name>LC</name>在sex和那麼之間的空格都會只出發characters方法的執行
*/
@Override
public void characters(char[] data, int start, int len)
throws SAXException {
sb.append(data, start, len);
System.out.println(start + ":" + len);
System.out.print(new String(data));
}
@Override
public void endDocument() throws SAXException {
System.out.println("解析結束");
}
@Override
public void endElement(String s1, String s2, String s3)
throws SAXException {
System.out.println("s1:" + s1 + "\ts2:" + s2 + "\ts3:" + s3);
System.out.println("元素解析完成");
}
@Override
public void startDocument() throws SAXException {
System.out.println("開始解析文檔");
}
@Override
public void startElement(String s1, String s2, String s3,
Attributes att) throws SAXException {
System.out.println("開始解析元素");
System.out.println("s1:" + s1 + "\ts2:" + s2 + "\ts3:" + s3);
System.out.println(att.getLength() + att.getType(0) + att.getQName(0) + att.getValue(0));
}
public String getResult(){
return sb.toString();
}
}
查看DefaultHandler的源碼，你發現此類的絕大多數方法都是空的// no op
因爲這些方法是在解析文檔時，所觸發事件而引起的回調。
（1）解析文檔的時候
會先調用startDocument，最後調用endDocument方法。
從名字可以知道，是開始解析文檔時候和文檔解析結束的時候調用的方法。
（2）在解析一個節點元素的時候（如：writer）
那麼會依次調用startElement，characters，endElement方法
startElement方法接收元素開始的通知。參數依次爲uri，localName，qName，atts
前三個都是String類型的，就名字而言，可以猜出他們代表的是什麼意思了
最後一個是Attributes類型的，即：屬性列表（查看實現類源碼可知，數據是用String[]存儲的）。根據Attributes中的方法可以訪問各個屬性名字，值，類型等等。
characters方法接收字符的通知。參數依次爲ch，start，length
ch是char[]類型的，後兩個爲int類型。此參數名字可以猜到ch是存文檔中字符的（出去聲明等）。在writer中那麼從start開始length長度的字符串爲：tom
endElement方法接收元素結束的通知。參數依次爲uri，localName，qName，這個三個內容和startElement中的內容是一樣的，只是在ch中的位置索引不同罷了。
（3）在DefaultHandler中還有其他的方法，只是以上的方法是最常用的。只是在DefaultHandler中沒有對方法進行邏輯處理，也沒有什麼進行數據存儲，故，在正真應用的時候，應該重寫這些方法進行解析操作，可以提供容器進行數據分離存儲。
3、文檔其他設置——文檔驗證，schema設置，解析器等
這些主要是在創建工廠（DocumentBuilderFactory和SAXParserFactory中）中進行設置。