java解析xml字符串方法

一，用DOM4J  针对无重复标签的xml字符串格式，如下：

针对此种情况可用DOM4J解析法，引入 dom4j的相关jar包代码如下：

Document document=DocumentHelper.parseText(xmlStr);//xmlStr为上图格式的字符串

Node VideoCompany=document.selectSingleNode("//VideoCompany");//获取节点对象,注意引号内的“//”必须加 ，否则报错
       Node DevIP=document.selectSingleNode("//DevIP");
       //根据节点对象获取相应信息

String videoCompany=VideoCompany.getText();

String devIp=DevIP.getText();

System.out.println(devIp) //此时输出结果极为字符串：3333

二，用DOM  针对有重复标签的xml字符串格式，如下：

<?xml version="1.0" encoding="UTF-8"?>
        <books>
           <book id="001">
             <title>Harry Potter</title>
             <author>J K. Rowling</author>
       </book>
      <book id="002">
           <title>Learning XML</title>
          <author>Erik T. Ray</author>
     </book>
  </books>

DOM 解析 XML

Java 中的 DOM 接口简介： JDK 中的 DOM API 遵循 W3C DOM 规范，其中 org.w3c.dom 包提供了 Document、DocumentType、Node、NodeList、Element 等接口， 这些接口均是访问 DOM 文档所必须的。我们可以利用这些接口创建、遍历、修改 DOM 文档。

javax.xml.parsers 包中的 DoumentBuilder 和 DocumentBuilderFactory 用于解析 XML 文档生成对应的 DOM Document 对象。

javax.xml.transform.dom 和 javax.xml.transform.stream 包中 DOMSource 类和 StreamSource 类，用于将更新后的 DOM 文档写入 XML 文件。

下面给出一个运用 DOM 解析 XML 的例子：

 import java.io.File;
 import java.io.IOException;
 import javax.xml.parsers.DocumentBuilder;
 import javax.xml.parsers.DocumentBuilderFactory;
 import javax.xml.parsers.ParserConfigurationException;
 import org.w3c.dom.Document;
 import org.w3c.dom.Element;
 import org.w3c.dom.Node;
 import org.w3c.dom.NodeList;
 import org.xml.sax.SAXException; 

 public class DOMParser {
   DocumentBuilderFactory builderFactory = DocumentBuilderFactory.newInstance();
   //Load and parse XML file into DOM
   public Document parse(String filePath) {
      Document document = null;
      try {
         //DOM parser instance
         DocumentBuilder builder = builderFactory.newDocumentBuilder();
         //parse an XML file into a DOM tree
         document = builder.parse(new File(filePath));
      } catch (ParserConfigurationException e) {
         e.printStackTrace();
      } catch (SAXException e) {
         e.printStackTrace();
      } catch (IOException e) {
         e.printStackTrace();
      }
      return document;
   } 

   public static void main(String[] args) {
         DOMParser parser = new DOMParser();
         Document document = parser.parse("books.xml");
         //get root element
         Element rootElement = document.getDocumentElement(); 

         //traverse child elements
         NodeList nodes = rootElement.getChildNodes();
         for (int i=0; i < nodes.getLength(); i++)
         {
            Node node = nodes.item(i);
            if (node.getNodeType() == Node.ELEMENT_NODE) {
               Element child = (Element) node;
               //process child element
            }
         } 

         NodeList nodeList = rootElement.getElementsByTagName("book");
         if(nodeList != null)
         {
            for (int i = 0 ; i < nodeList.getLength(); i++)
            {
               Element element = (Element)nodeList.item(i);
               String id = element.getAttribute("id");
            }
         }
   }
 }

在上面的例子中，DOMParser 的 Parse() 方法负责解析 XML 文件并生成对应的 DOM Document 对象。其中 DocumentBuilderFactory 用于生成 DOM 文档解析器以便解析 XML 文档。 在获取了 XML 文件对应的 Document 对象之后，我们可以调用一系列的 API 方便的对文档对象模型中的元素进行访问和处理。 需要注意的是调用 Element 对象的 getChildNodes() 方法时将返回其下所有的子节点，其中包括空白节点，因此需要在处理子 Element 之前对节点类型加以判断。

可以看出 DOM 解析 XML 易于开发，只需要通过解析器建立起 XML 对应的 DOM 树型结构后便可以方便的使用 API 对节点进行访问和处理，支持节点的删除和修改等。 但是 DOM 解析 XML 文件时会将整个 XML 文件的内容解析成树型结构存放在内存中，因此不适合用 DOM 解析很大的 XML 文件。

三.SAX 解析 例二中XML

与 DOM 建立树形结构的方式不同，SAX 采用事件模型来解析 XML 文档，是解析 XML 文档的一种更快速、更轻量的方法。 利用 SAX 可以对 XML 文档进行有选择的解析和访问，而不必像 DOM 那样加载整个文档，因此它对内存的要求较低。 但 SAX 对 XML 文档的解析为一次性读取，不创建任何文档对象，很难同时访问文档中的多处数据。

 import org.xml.sax.Attributes;
 import org.xml.sax.SAXException;
 import org.xml.sax.XMLReader;
 import org.xml.sax.helpers.DefaultHandler;
 import org.xml.sax.helpers.XMLReaderFactory; 

 public class SAXParser { 

   class BookHandler extends DefaultHandler {
      private List<String> nameList;
      private boolean title = false; 

      public List<String> getNameList() {
         return nameList;
      }
      // Called at start of an XML document
      @Override
      public void startDocument() throws SAXException {
         System.out.println("Start parsing document...");
         nameList = new ArrayList<String>();
      }
      // Called at end of an XML document
      @Override
      public void endDocument() throws SAXException {
         System.out.println("End");
      } 

      /**
       * Start processing of an element.
       * @param namespaceURI  Namespace URI
       * @param localName  The local name, without prefix
       * @param qName  The qualified name, with prefix
       * @param atts  The attributes of the element
       */
      @Override
      public void startElement(String uri, String localName, String qName,
	     Attributes atts) throws SAXException {
         // Using qualified name because we are not using xmlns prefixes here.
         if (qName.equals("title")) {
            title = true;
         }
      } 

      @Override
      public void endElement(String namespaceURI, String localName, String qName)
         throws SAXException {
         // End of processing current element
         if (title) {
            title = false;
         }
      } 

      @Override
      public void characters(char[] ch, int start, int length) {
         // Processing character data inside an element
         if (title) {
            String bookTitle = new String(ch, start, length);
            System.out.println("Book title: " + bookTitle);
            nameList.add(bookTitle);
         }
      } 

   } 

   public static void main(String[] args) throws SAXException, IOException {
      XMLReader parser = XMLReaderFactory.createXMLReader();
      BookHandler bookHandler = (new SAXParser()).new BookHandler();
      parser.setContentHandler(bookHandler);
      parser.parse("books.xml");
      System.out.println(bookHandler.getNameList());
   }
 }

SAX 解析器接口和事件处理器接口定义在 org.xml.sax 包中。主要的接口包括 ContentHandler、DTDHandler、EntityResolver 及 ErrorHandler。 其中 ContentHandler 是主要的处理器接口，用于处理基本的文档解析事件；DTDHandler 和 EntityResolver 接口用于处理与 DTD 验证和实体解析相关的事件； ErrorHandler 是基本的错误处理接口。DefaultHandler 类实现了上述四个事件处理接口。上面的例子中 BookHandler 继承了 DefaultHandler 类， 并覆盖了其中的五个回调方法 startDocument()、endDocument()、startElement()、endElement() 及 characters() 以加入自己的事件处理逻辑

四、XML解析总结

1、【DOM】

DOM是基于树的结构，通常需要加载整文档和构造DOM树，然后才能开始工作。

优点：

    a、由于整棵树在内存中，因此可以对xml文档随机访问

    b、可以对xml文档进行修改操作

    c、较sax，dom使用也更简单。

缺点：

    a、整个文档必须一次性解析完

    a、由于整个文档都需要载入内存，对于大文档成本高

2、【SAX】

SAX类似流媒体，它基于事件驱动的，因此无需将整个文档载入内存，使用者只需要监听自己感兴趣的事件即可。

优点：

    a、无需将整个xml文档载入内存，因此消耗内存少

    b、可以注册多个ContentHandler

缺点：

    a、不能随机的访问xml中的节点

    b、不能修改文档

 

3、【DOM4J】

    这3中xml解析方式中，最优秀的一个，集易用和性能于一身。

 

JDOM 和 DOM 在性能测试时表现不佳，在测试 10M 文档时内存溢出。在小文档情况下还值得考虑使用 DOM 和 JDOM。虽然 JDOM 的开发者已经说明他们期望在正式发行版前专注性能问题，但是从性能观点来看，它确实没有值得推荐之处。另外，DOM
仍是一个非常好的选择。DOM 实现广泛应用于多种编程语言。它还是许多其它与 XML 相关的标准的基础，因为它正式获得 W3C 推荐（与基于非标准的 Java 模型相对），所以在某些类型的项目中可能也需要它（如在 JavaScript 中使用 DOM）。

　　SAX表现较好，这要依赖于它特定的解析方式。一个 SAX 检测即将到来的XML流，但并没有载入到内存（当然当XML流被读入时，会有部分文档暂时隐藏在内存中）。

　　DOM4J，目前许多开源项目中大量采用 DOM4J，例如大名鼎鼎的 Hibernate 也用 DOM4J 来读取 XML 配置文件。如果不考虑可移植性，那就推荐采用DOM4J。