Java XML解析器

使用Apache Xerces解析XML文档

一、技术概述

在用Java解析XML时候，一般都使用现成XML解析器来完成，自己编码解析是一件很棘手的问题，对程序员要求很高，一般也没有专业厂商或者开源组织实现的好。

Java解析XML的原理图如下：

目前Java XML解析器有十多种之多，解析原理有二：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。但并不是所有的Java XML解析工具都实现了SUN提供的接口。DOM4J就没有遵循SUN的JAXP规范，但非常优秀。

DOM 采用建立树形结构的方式访问 XML 文档，而 SAX 采用的事件模型。

DOM 是W3C组织推荐的处理XML的标准接口，DOM 解析器把 XML 文档转化为一个包含其内容的树，并可以对树进行遍历。用 DOM 解析模型的优点是编程容易，开发人员只需要调用建树的指令，然后利用navigation APIs访问所需的树节点来完成任务。可以很容易的添加和修改树中的元素。然而由于使用 DOM 解析器的时候需要处理整个 XML 文档，所以对性能和内存的要求比较高，尤其是遇到很大的 XML 文件的时候。由于它的遍历能力，DOM 解析器常用于 XML 文档需要频繁的改变的服务中。

SAX是由XML_DEV邮件列表的成员开发的，它不是某个官方机构的标准，也不由W3C组织或其他任何官方机构维护，但它是XML社区事实上的标准。虽然SAX只是“民间”标准，但是它在XML中的应用丝毫不比DOM少，几乎所有的XML解析器都支持它。SAX 解析器采用了基于事件的模型，它在解析 XML 文档的时候可以触发一系列的事件，当发现给定的tag的时候，它可以激活一个回调方法，告诉该方法制定的标签已经找到。SAX 对内存的要求通常会比较低，因为它让开发人员自己来决定所要处理的tag。特别是当开发人员只需要处理文档中所包含的部分数据时，SAX 这种扩展能力得到了更好的体现。但用 SAX 解析器的时候编码工作会比较困难，而且很难同时访问同一个文档中的多处不同数据。

DOM和SAX只是定义了一些接口，以及某些接口的默认实现，一个应用程序要想利用DOM或SAX访问XML文档，还需要一个实现了DOM或SAX的解析器（实现DOM和SAX中定义的接口，提供DOM和SAX定义的功能）。

Apache的Xerces是一个使用非常广泛的解析其，它提供了DOM和SAX的调用接口，并有多种语言的实现版本，要利用Xerces访问XML文档，只需要在应用程序中构造一个解析器实现类的对象。

这里面还存在一个问题，虽然使用的是标准的DOM和SAX接口，由于不同的XML解析器的实现类是不同的，如果使用另外一种解析器，仍然需要修改应用程序，只不过修改的代码量较小，需要更改XML解析器实现类的类名，然后重新编译、发布。

然而，对于兼容JAXP的XML解析器，我们可以选用JAXP API，这样在更换兼容JAXP解析器的时候，就不用对已发布的程序做任何的改动。

JAXP开发包由javax.xml包、org.w3c.dom包、org.xml.sax包及其子包组成。在javax.xml.parsers包中，定义了几个工厂类，用于加载DOM和SAX的实现类。

使用JAXP API解析XML的原理如下：

二、使用DOM解析XML

DOM的核心概念就是NODE(节点)。DOM在分析XML文档时,将组成XML文档的各个部分(元素,属性,文本,注释,处理指令等)映射成一个对象,这个对象就叫做节点。在内存中这些节点形成一棵树。整棵树就是一个节点,树中的每一个节点也是一棵树（子树）。DOM就是对这棵树的一个对象描述,我们通过访问树中的节点来存取XML文档的内容。

DOM定义了一个Node接口，用于表示文档树中一个节点。从这个接口派生出来更多的具体的接口。例如，表示整个文档的Document接口，表示XML文档中的一个元素的Element接口，表示元素属性的Attr接口，都是从Node接口派生而来的。在org.w3c.dom包中，表示XML文档各组成部分的接口的继承关系如图：

举个例子，引用java web开发大全，有改动：

students.xml 
---------------------------------------------------------------------- 
<?xml version="1.0" encoding="GB2312"?> 
<?xml-stylesheet type="text/xsl" href="students.xsl"?> 
<students> 
    <student sn="01"> 
        <name>张三</name> 
        <age>18</age> 
    </student> 
    <student sn="02"> 
        <name>李四</name> 
        <age>20</age> 
    </student> 
</students> 
----------------------------------------------------------------------

public class DOMStudentsInfo { 
    public static void main(String[] args) { 
        //获取生成 DOM 对象树的解析器 
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance(); 
        try { 
            //从 DocumentBuilderFactory获取 DocumentBuilder实例 
            DocumentBuilder db = dbf.newDocumentBuilder(); 
            File file = new File("students.xml"); 
            ////从 XML 文档获取 DOM 文档实例 
            Document doc = db.parse(file); 
            //获取某节点的集合 
            NodeList nl = doc.getElementsByTagName("student"); 
            int len = nl.getLength(); 
            for (int i = 0; i < len; i++) { 
                Element eltStu = (Element) nl.item(i); 
                Node eltName = eltStu.getElementsByTagName("name").item(0); 
                Node eltAge = eltStu.getElementsByTagName("age").item(0); 
                String name = eltName.getFirstChild().getNodeValue(); 
                String age = eltAge.getFirstChild().getNodeValue(); 
                System.out.print("姓名："); 
                System.out.println(name); 
                System.out.print("年龄："); 
                System.out.println(age); 
                System.out.println("----------------------------\n"); 
            } 
        } 
        catch (ParserConfigurationException e) { 
            e.printStackTrace(); 
        } 
        catch (SAXException e) { 
            e.printStackTrace(); 
        } 
        catch (IOException e) { 
            e.printStackTrace(); 
        } 
    } 
}

运行结果：

姓名：张三 
年龄：18 
---------------------------- 
姓名：李四 
年龄：20 
----------------------------

Process finished with exit code 0

关于Node接口的更多信息，可以参看JDK的API文档。

三、使用SAX解析XML

data_10k.xml 
---------------------------------------------------------------------- 
<?xml version="1.0" encoding="GB2312"?> 
<?xml-stylesheet type="text/xsl" href="students.xsl"?> 
<result> 
    <value> 
        <no>a1234</no> 
        <addr>四川省xx县xx镇xx路x段xx号</addr> 
    </value> 
    <value> 
        <no>b1234</no> 
        <addr>四川省xx市xx乡xx村xx组</addr> 
    </value> 
</result> 
----------------------------------------------------------------------

public class MyXMLReader2 extends DefaultHandler { 
    java.util.Stack tags = new java.util.Stack(); 
    public MyXMLReader2() { 
        super(); 
    } 
    public static void main(String args[]) { 
        long lasting = System.currentTimeMillis(); 
        try { 
            SAXParserFactory sf = SAXParserFactory.newInstance(); 
            SAXParser sp = sf.newSAXParser(); 
            MyXMLReader2 reader = new MyXMLReader2(); 
            sp.parse(new InputSource("data_10k.xml"), reader); 
        } catch (Exception e) { 
            e.printStackTrace(); 
        } 
        System.out.println("运行时间：" + (System.currentTimeMillis() - lasting) + " 毫秒"); 
    } 
    public void characters(char ch[], int start, int length) throws SAXException { 
        String tag = (String) tags.peek(); 
        if (tag.equals("no")) { 
            System.out.print("车牌号码：" + new String(ch, start, length)); 
        } 
        if (tag.equals("addr")) { 
            System.out.println(" 地址:" + new String(ch, start, length)); 
        } 
    } 
    public void startElement( 
            String uri, 
            String localName, 
            String qName, 
            Attributes attrs) { 
        tags.push(qName); 
    } 
}

运行结果：

车牌号码：a1234车牌号码： 
         地址:四川省xx县xx镇xx路x段xx号 
地址: 
    
地址: 
    
车牌号码：b1234车牌号码： 
         地址:四川省xx市xx乡xx村xx组 
地址: 
    
地址: 
运行时间：327 毫秒

Process finished with exit code 0

四、使用DOM4j解析xml

public class MyXMLReader4 { 
    public static void main(String arge[]) { 
        long lasting = System.currentTimeMillis(); 
        try { 
            File f = new File("data_10k.xml"); 
            SAXReader reader = new SAXReader(); 
            Document doc = reader.read(f); 
            Element root = doc.getRootElement(); 
            Element foo; 
            for (Iterator i = root.elementIterator("value"); i.hasNext();) { 
                foo = (Element) i.next(); 
                System.out.print("车牌号码:" + foo.elementText("no")); 
                System.out.println(" 车主地址:" + foo.elementText("addr")); 
            } 
        } catch (Exception e) { 
            e.printStackTrace(); 
        } 
        System.out.println("运行时间：" + (System.currentTimeMillis() - lasting) + " 毫秒"); 
    } 
}

五、使用JDOM解析xml

public class MyXMLReader3 { 
    public static void main(String arge[]) { 
        long lasting = System.currentTimeMillis(); 
        try { 
            SAXBuilder builder = new SAXBuilder(); 
            Document doc = builder.build(new File("data_10k.xml")); 
            Element foo = doc.getRootElement(); 
            List allChildren = foo.getChildren(); 
            for (int i = 0; i < allChildren.size(); i++) { 
                System.out.print("车牌号码:" + ((Element) allChildren.get(i)).getChild("no").getText()); 
                System.out.println(" 车主地址:" + ((Element) allChildren.get(i)).getChild("addr").getText()); 
            } 
        } catch (Exception e) { 
            e.printStackTrace(); 
        } 
        System.out.println("运行时间：" + (System.currentTimeMillis() - lasting) + " 毫秒"); 
    } 
}

六、使用JAXP解析XML

public class MyXMLReader1 { 
    public static void main(String arge[]) { 
        long lasting = System.currentTimeMillis(); 
        try { 
            File f = new File("data_10k.xml"); 
            DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); 
            DocumentBuilder builder = factory.newDocumentBuilder(); 
            Document doc = builder.parse(f); 
            NodeList nl = doc.getElementsByTagName("value"); 
            for (int i = 0; i < nl.getLength(); i++) { 
                System.out.print("车牌号码:" + doc.getElementsByTagName("no").item(i).getFirstChild().getNodeValue()); 
                System.out.println(" 车主地址:" + doc.getElementsByTagName("addr").item(i).getFirstChild().getNodeValue()); 
            } 
        } catch (Exception e) { 
            e.printStackTrace(); 
        } 
        System.out.println("运行时间：" + (System.currentTimeMillis() - lasting) + " 毫秒"); 
    } 
}