深入浅出如何解析xml文件---上篇

xml小伙伴们并不陌生，xml是可扩展标记语言，标准通用标记语言语言的子集，是一种用来标记电子文件使其具有结构性的标记语言。我们知道xml可以用dom与sax等方法进行解析，但是xml为什么要解析呢？为什么html就不用解析？小伙伴们可以思考一下，我们知道xml和html都是标签化的代码，其实也都是网页的一种写法，但是浏览器决定了显示什么，也就是浏览器直接解析html的基本标签，目前来说xml从一种网页应用，走向了一种格式化信息的应用，因为，我们需要使用xml里的这些信息，所以我们需要解析她，因为她的那些格式标签不是我们所需要的，我们需要的标签里的那些内容，从标签来判断这些内容是什么类型的内容，就放在什么地方，这个过程就是解析。java中解析xml的方式有四种，分别是dom、sax、jdom、dom4j，这篇博文，小编主要介绍一下dom4j解析xml文件，其他解析方式，小编也会一一进行简单介绍。

dom4j解析xml文件

dom4j是一个Java的XML API，是jdom的升级品，用来读写XML文件的。dom4j是一个十分优秀的JavaXML API，具有性能优异、功能强大和极其易使用的特点，它的性能超过sun公司官方的dom技术，同时它也是一个开放源代码的软件，可以在SourceForge上找到它。在IBM developerWorks上面还可以找到一篇文章，对主流的Java XML API进行的性能、功能和易用性的评测，所以可以知道dom4j无论在哪个方面都是非常出色的。如今可以看到越来越多的Java软件都在使用dom4j来读写XML，特别值得一提的是连Sun的JAXM也在用dom4j。这已经是必须使用的jar包， Hibernate也用它来读写配置文件。

我们采用的配置文件是xml，以前也使用propert文件，propert的功能不是很强大，现在使用的不是很多，大部分的配置都指向了xml文件，xml文件比较强大，所以，我们把数据库里面的配置配到xml文件里面，让小伙伴了解xml文件怎么编写，怎么配置，怎么读取，xml文件如下所示：

<?xml version="1.0" encoding="UTF-8"?>
<config>
	<db-info>
		<driver-name>com.mysql.jdbc.Driver</driver-name>
		<url>jdbc:mysql:///shop</url>
		<user-name>root</user-name>
		<password>123456</password>
	</db-info>
</config>

名字和标签小伙伴们可以根据自己的喜好进行命名，xml的解析方式有dom、sax、jdom、dom4j，她们都是解析xml的工具，其中sax解析是针对事件进行解析，效率较高，而最常用的是dom解析，也就是从根元素开始对xml进行解析，因为是从头开始，所以当文档很大时，有时效率不高，另外修改删除也不是很方面，jdom和dom4j用起来差不多，就是方法有一点不同，接着我们以dom4j解析为例，代码如下所示：

package com.bjpowernode.drp.util;
import java.io.InputStream;
import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;

/**
 * 解析单例模式sys-config.xml文件
 * @author 丁国华
 *
 */
public class XmlConfigReader {

	//恶汉式，预先加载
/*	private static XmlConfigReader instance = new XmlConfigReader();
	private XmlConfigReader(){

	}
	public static XmlConfigReader getInstance(){
		return instance;
	}
	*/

	//懒汉式（延迟加载）真正用到的时候才new
	private static XmlConfigReader instance=null;
	//保存jdbc相关配置信息
	private JdbcConfig jdbcConfig = new JdbcConfig();
	private XmlConfigReader(){
		SAXReader reader = new SAXReader();
		InputStream in = Thread.currentThread().getContextClassLoader().getResourceAsStream("sys-config.xml");
		try {
			Document doc = reader.read(in);
			//取得jdbc相关配置信息
			Element driverNameElt = (Element)doc.selectObject("/config/db-info/driver-name");
			Element urlElt = (Element)doc.selectObject("/config/db-info/url");
			Element userNameElt = (Element)doc.selectObject("/config/db-info/user-name");
			Element passwordElt = (Element)doc.selectObject("/config/db-info/password");

			//设置jdbc的相关配置

			jdbcConfig.setDriverName(driverNameElt.getStringValue());
			jdbcConfig.setUrl(urlElt.getStringValue());
			jdbcConfig.setUserName(userNameElt.getStringValue());
			jdbcConfig.setPassword(passwordElt.getStringValue());

		} catch (DocumentException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}
	public  static synchronized XmlConfigReader getInstance(){
		if(instance ==null){
			instance = new XmlConfigReader();
		}
		return instance;

	}

	/**
	 * 返回jdbc相关配置
	 * @return
	 */

	public JdbcConfig getJdbcConfig(){
		return jdbcConfig;

	}

	public static void main(String[] args)  {

		JdbcConfig jdbcConfig = XmlConfigReader.getInstance().getJdbcConfig();
		System.out.println(jdbcConfig);
	}
}

虽然 DOM4J 代表了完全独立的开发结果，但最初，它是 JDOM 的一种智能分支。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。它还提供了构建文档表示的选项，它通过 DOM4J API 和标准 DOM 接口具有并行访问功能。从 2000 下半年开始，它就一直处于开发之中。
    为支持所有这些功能，DOM4J 使用接口和抽象基本类方法。DOM4J 大量使用了 API 中的 Collections 类，但是在许多情况下，它还提供一些替代方法以允许更好的性能或更直接的编码方法。直接好处是，虽然 DOM4J 付出了更复杂的 API 的代价，但是它提供了比 JDOM 大得多的灵活性。
    在添加灵活性、XPath 集成和对大文档处理的目标时，DOM4J 的目标与 JDOM 是一样的：针对 Java 开发者的易用性和直观操作。它还致力于成为比 JDOM 更完整的解决方案，实现在本质上处理所有 Java/XML 问题的目标。在完成该目标时，它比 JDOM 更少强调防止不正确的应用程序行为。
    DOM4J 是一个非常非常优秀的Java XML API，具有性能优异、功能强大和极端易用使用的特点，同时它也是一个开放源代码的软件。如今你可以看到越来越多的 Java 软件都在使用 DOM4J 来读写 XML，特别值得一提的是连 Sun 的 JAXM 也在用 DOM4J。那么使用dom4j进行解析，有哪些优缺点呢？如下所示：

优点：

a、大量使用java集合类，方便java开发人员，同时提供一些提高性能的替代方法；

b、支持xpath；

c、性能好。

缺点：

a、大量使用了接口，API比较复杂。

介绍了DOM4j解析xml文件的方式，接着，我们来看一下其她的三种方式，dom、sax以及jdom。

DOM解析xml文件

DOM模式解析xml，是把整个xml文档当成一个对象来处理，先把整个文档当成一个对象来处理，会先把整个文档读入到内存里，是基于树的结构，通常需要加载整个文档以及构造DOM树，然后才开始工作。

DOM 是用与平台和语言无关的方式表示 XML 文档的官方 W3C 标准。DOM 是以层次结构组织的节点或信息片断的集合。这个层次结构允许开发人员在树中寻找特定信息。分析该结构通常需要加载整个文档和构造层次结构，然后才能做任何工作。由于它是基于信息层次的，因而 DOM 被认为是基于树或基于对象的。DOM 以及广义的基于树的处理具有几个优点。
    首先，由于树在内存中是持久的，因此可以修改它以便应用程序能对数据和结构作出更改。它还可以在任何时候在树中上下导航，而不是像 SAX 那样是一次性的处理。DOM 使用起来也要简单得多。另一方面，对于特别大的文档，解析和加载整个文档可能很慢且很耗资源，因此使用其他手段来处理这样的数据会更好。这些基于事件的模型，比如 SAX。 举例说明，一下是xml文件，代码如下所示：

<?xml version="1.0" encoding="ISO-8859-1"?>

<bookstore>
    <book category="children">
          <title lang="en">Harry Potter</title>
          <author>J K. Rowling</author>
          <year>2005</year>
          <price>29.99</price>
    </book>

    <book category="cooking">
          <title lang="en">Everyday Italian</title>
          <author>Giada De Laurentiis</author>
          <year>2005</year>
          <price>30.00</price>
    </book>

    <book category="web">
          <title lang="en">Learning XML</title>
          <author>Erik T. Ray</author>
          <year>2003</year>
          <price>39.95</price>
    </book>

    <book category="web">
          <title lang="en">XQuery Kick Start</title>
          <author>James McGovern</author>
          <author>Per Bothner</author>
          <author>Kurt Cagle</author>
          <author>James Linn</author>
         <author>Vaidyanathan Nagarajan</author>
          <year>2003</year>
          <price>49.99</price>
    </book>

</bookstore>

解析如下所示：

package com.example.xml.dom;

import java.io.File;

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 DomTest1
{
    public static void main(String[] args) throws Exception
    {
        // step 1:获得DOM解析器工厂
        // 工厂的作用是创建具体的解析器
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();

        // step 2：获得具体的dom解析器
        DocumentBuilder db = dbf.newDocumentBuilder();

        // step 3:解析一个xml文档，获得Document对象（根节点）
        // 此文档放在项目目录下即可
        Document document = db.parse(new File("books.xml"));

        // 根据标签名访问节点
        NodeList list = document.getElementsByTagName("book");
        System.out.println("list length: " + list.getLength());

        // 遍历每一个节点
        for (int i = 0; i < list.getLength(); ++i)
        {
            System.out.println("----------------------");
            // 获得元素，将节点强制转换为元素
            Element element = (Element) list.item(i);
            // 此时element就是一个具体的元素

            // 获取子元素：子元素title只有一个节点，之后通过getNodeValue方法获取节点的值
            String content0 = element.getElementsByTagName("title").item(0)
                    .getNodeValue();

            System.out.println(content0);// 此处打印出为null
            // 因为节点getNodeValue的值永远为null

            // 解决方法：加上getFirstChild()
            String content = element.getElementsByTagName("title").item(0)
                    .getFirstChild().getNodeValue();
            System.out.println("title: " + content);// 此处打印出书名

            // 后面类似处理即可：
            content = element.getElementsByTagName("author").item(0)
                    .getFirstChild().getNodeValue();
            System.out.println("author: " + content);
            content = element.getElementsByTagName("year").item(0)
                    .getFirstChild().getNodeValue();
            System.out.println("year: " + content);
            content = element.getElementsByTagName("price").item(0)
                    .getFirstChild().getNodeValue();
            System.out.println("price: " + content);
        }
    }

}

使用dom解析xml有什么优缺点呢，如下所示：

优点：

a、允许应用程序对数据和结构做出更改；

b、访问是双向的，可以在任何时候在树中上下导航，获取和操作任意部分的数据。

缺点：

a、通常需要加载整个xml文档来构造层次结构，消耗资源大。

 小编寄语：由于博文篇幅的原因，xml解析方式，小编就暂时介绍dom4j和dom的两种方式，在下篇博文中，小编将继续介绍xml解析方式sax和jdom，精彩未完待续......