XML 解析---dom解析和sax解析

时间:2022-06-09 14:19:07

眼下XML解析的方法主要用两种:

1、dom解析:(Document Object Model。即文档对象模型)是W3C组织推荐的解析XML的一种方式。

使用dom解析XML文档,该解析器会先把XML文档载入到内存中,生成该XML文档相应的document对象,然后把XML文档中的各个标签元素变成相应的Element对象。文本会变成Text对象,属性会变成Attribute对象,并按这些标签、文本、属性在XML文档中的关系保存这些对象的关系。

缺点:消耗内存。所以使用dom解析XML文档时不能解析太大的XML文档,否则有可能会造成内存溢出。

长处:使用dom解析XML文档能够非常方便的运行增删改查操作(能够直接依据节点相应的对象进行操作)。

2、sax解析:Simple API for XML,不是官方标准,但它是XML社区其实的标准,差点儿全部的XML解析器都支持它。

使用sax解析XML文档,该解析器会从上往下读。读一行。解析一行;

长处:由于它解析XML文档是採取读一行,解析一行的方式,所以它不会对内存造成压力。

缺点:不适合运行增删改查的操作(也是由于它解析XML文档时採取的读一行解析一行的方式,所以它不能往回操作)。仅仅适合对XML文档进行读取操作。



======================================================================================================



补充:



XML解析开发包:Jaxp(sun)、Jdom、dom4j;



======================================================================================================



调整JVM内存大小:





当我们要解析的XML文档内存比較大、并且要对该XML中的节点数据进行相关的操作时,使用这两种解析方式显然都会不方便,这时就须要调整JVM内存的大小了。

JVM默认的同意最大内存容量是64M(依据jdk的版本号不同,默认的最大容量值不一样,jdk5.0版本号的是64MB。jdk7版本号的是170MB)。

调整JVM内存大小的方法(对应的命令为:-Xmx内存大小值单位):



在Eclipse中的项目导航框中右击对应的Java程序》》Run As》》Open Run Dialog...》》打开Run对话框》》选择Arguments选项,在开窗体中有两个输入框,第一个是程序的參数输入框。第二个是VM的參数输入框,在第二个VM的參数输入框中输入Xmx200M》》点击右下角的Runbutton,运行对应的Java程序。就不会报OutOfMemoryError的错误了。

======================================================================================================



XML解析开发包:

1、JAXP:JAXP开发包是J2SE的一部分。它由javax.xml、org.w3c.dom、org.xml.sax包及其子包组成。

在javax.xml.parsers包中。定义了几个工厂类,程序猿调用这些工厂类,能够得到XML文档的dom或sax的解析器,从而实现对XML文档的解析。



首先、创建工厂:

DocumentBuilderFactory factory = DocumentBuilderFactroy.newInstance();//由于DocumentBuilderFactory类是抽象类。不能new出它的对象仅仅能调用它的静态方法获取它的对象。

其次、得到dom解析器:

DocumentBuilder builder = factory.newDocumentBuilder();

然后、载入XML文档。得到代表文档的Document对象:

Document document = builder.parse("*.xml");

拿到代表XML文档的document对象就能够操作XML文档中的各个节点了。

======================================================================================================



补充:

dom解析下,XML文档的每个组成部分都会用一个对象表示。比如标签用Element。属性用Attribute,但无论什么对象。都是Node的子类,所以在开发中能够把获取到的随意节点都当作Node对待。

XML编程(CRUD)

create、read、update、delete

加入、查询、更新、删除;



除了这两种解析方法外,还有另外的解析方法。。

======================================================================================================



在对XML文档进行加入、改动和删除操作时,不仅要更新document对象还要更新XML文档(把更新后的document对象重写到XML文档中)。



javax.xml.transform包中的Transformer类用于把代表XML文档的Document对象转换为某种格式后输出,比如把XML文档应用样式表后转换成一个HTML文档。利用这个对象,当然也能够把Document对象又又一次写入到一个XML文档中。源和目的地。能够通过:

javax.xml.transform.dom.DOMSource类来关联要转换的document对象,

用javax.xml.transform.stream.StreamResult对象来表示数据的目的地。

Transformer对象通过TransformerFactory获得。

Transformer类通过transform方法完毕转换操作。该方法接收个

(工厂对象(TransformerFactory)》》》转换器对象(Transformer)》》》转换方法(transform(DOMSource 源。StreamResult 目的地);))

======================================================================================================



SAX解析:



SAX解析採用事件处理的方式解析XML文件。利用SAX解析XML文档,涉及两个部分:解析器和事件处理器:

解析器能够使用JAXP的API创建。创建出SAX解析器后,就能够指定解析器去去解析某个XML文档。

解析器採用SAX方式在解析某个XML文档时。它仅仅要解析到XML文档的一个指定部分,都会去调用事件处理器的一个方法,解析器在调用事件处理器的方法时,会把当前解析到的XML文件内容作为方法的參数传递给事件处理器。

事件处理器由程序猿编写,程序猿通过事件处理器中方法的參数,就能够非常轻松的得到SAX解析器解析到的数据,从而能够决定怎样对数据进行处理。

1、创建解析工厂;

SAXParserFactory fac = SAXParserFactory.newInstance();



2、获取解析器。

SAXParser sp = fac.newSAXParser();



3、得到读取器;

XMLReader re = sp.getXMLReader();



4、设置内容处理器;

re.setContentHandler(new ContentHandler(){ /*实现接口的代码块*/});

(或者:re.setContentHandler(new DefaultHandler());/*參数为DefaultHandler类的子类*/)

第一种方法是解析整个XML文档。另外一种方法能够仅仅解析某个标签;

事实上另一种内容处理器,也是先继承DefaultHandler类,然后把解析的内容封装到bean对象中。 



5、读取XML文档内容。

re.parse("*.xml"); 



======================================================================================================



XML解析开发包:



2、dom4j:



SAXReader saxReader = new SAXReader();

Document doc = saxReader.read(new File());



OutputFormat format = OutputFormat.createPrettyPrint();//该对象标明格式按美丽的格式进行输出;另外另一个对象是按紧凑的格式进行输出;

format.setEncoding("UTF-8");



XMLWriter xmlWriter = new XMLWriter(new FileOutputStream(),format);

xmlWriter.write(doc);//假设xmlWriter对象採用的流是字节流,那么该对象会先把doc对象按format对象给定的编码格式转换成字节,然后把数据交给字节流进行操作。

writer.close();//最后要关闭资源



======================================================================================================



XPath:

使用XPath能够高速定位到某个节点。

List list = document.selectNodes("//foo/bar");//获取foo节点下的全部bar节点;



Node node = document.selectSingleNode("//foo/bar");//获取foo节点下的第一个bar节点;



单斜杠是绝对路径即从根节点開始;

双斜杠是相对路径即从全部当前节点開始。



星号“*”表示选择全部由星号之前的路径所定位的元素;

比如:

/aa/bb/*表示选择全部路径依附于/aa/bb的元素;

/*/*/*/bbb表示选择全部的有3个祖先元素的bbb元素;

//bb[@*]表示选择有随意属性的bb元素。

//bb[not(@*)]表示选择没有属性的bb元素;

//bb[@id='b1']表示选择含有属性id='b1'的bb元素;