Java基础系列17：使用DOM、SAX、JDOM、DOM4J解析XML文件详解
- 高洛峰original
- 2016-10-13 15:57:121686parcourir
一 简介
在Java中，可以使用多种方式来解析XML文件，其中最常见的可能就是DOM、SAX、JDOM、DOM4J这四种方式了。其中，DOM和SAX这两种解析XML文件的方式有jdk自带的API，因此不需要额外引入第三方的jar包。与之相反的是，JDOM和DOM4J这两种解析方式都是第三方开源项目，因此在使用这两种方式解析XML文件时需要额外引入相关jar包
（1）DOM
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
因此在使用DOM这种方式来解析XML文件时，解析器需要将整个XML文件读到内存中，形成一个树形结构方便后面的操作
优点： 整个文档树在内存中，便于操作；支持删除、修改、重新排列等多种操作
缺点： 将整个文档调入内存（包括无用的节点），浪费时间和内存，如果XML过大容易出现内存溢出问题
（2）SAX
由于DOM解析XML文件时需要一次性读入整个文件，当文件过大时有诸多不足之处，因此为了解决这个问题，出现了SAX这种基于事件驱动的解析方式
SAX解析XML文件通过从上往下依次不断载入内容到内存中，当解析器发现元素的开始标志、结束标志、文本、文档的开始标志、文档的结束标志等相关标志时，将会触发一些对应的事件，我们需要做的就是在这些事件的方法中编写自定义代码，用于保存获取到的数据
优点：不用事先载入整个文档，占用资源（内存）少；使用SAX方式解析编写的代码要比使用DOM解析编写的代码少
缺点：不是持久的；事件过后，若没保存数据，那么数据就丢了；无状态性；从事件中只能得到文本，但不知该文本属于哪个元素
（3）JDOM
使用JDOM来解析XML文件跟使用DOM来解析从代码上来说解析思路是差不多的。JDOM与DOM主要有两方面不同：首先，JDOM仅使用具体类而不使用接口，这在某些方面简化了API，但是也限制了灵活性。其次是JDOM的API大量使用了Collections类，简化了那些已经熟悉这些类的Java开发者的使用
优点：开源项目；比DOM容易理解
缺点：JDOM自身不包含解析器。它通常使用SAX2解析器来解析和验证输入XML文档
（4）DOM4J
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
由于DOM4J无论在性能方面还是代码编写方面都是很强大的，特别是当XML文件很大时使用DOM4J来解析也会有较高的效率。因此，建议平时需要解析XML文件可以考虑尽可能使用DOM4J来解析。当然如果文件非常小的话使用DOM来解析也是可以的
优点：
开源项目
DOM4J是JDOM的一种智能分支，它合并了需要超出基本XML文档的功能
具有性能优异、灵活性好、简单易用等特点
二 DOM解析XML文件
（1）在进行代码编写测试之前，需要准备一个XML文件，我这里准备的文件是：demo1.xml
demo1.xml：
<?xml version="1.0" encoding="UTF-8" ?>
<employees>
<user id="1">
<name>zifangsky</name>
<age>10</age>
<sex>male</sex>
<contact>https://www.zifangsky.cn</contact>
</user>
<user id="2">
<name>admin</name>
<age>20</age>
<sex>male</sex>
<contact>https://www.tar.pub</contact>
</user>
</employees>（2）代码实例：
package cn.zifangsky.xml;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.NamedNodeMap;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
public class DomParseTest {
public static void main(String[] args) {
DocumentBuilderFactory dFactory = DocumentBuilderFactory.newInstance();
try {
DocumentBuilder dBuilder = dFactory.newDocumentBuilder();
// 加载一个xml文件
Document document = dBuilder
.parse("src/cn/zifangsky/xml/demo1.xml");
// 获取user节点集合
NodeList userList = document.getElementsByTagName("user");
int userListLength = userList.getLength();
System.out.println("此xml文件一共有" + userListLength + "个'user'节点\n");
// 遍历
for (int i = 0; i < userListLength; i++) {
// 通过item方法获取指定的节点
Node userNode = userList.item(i);
// *********************解析属性***********************
// 获取该节点的所有属性值，如：id="1"
NamedNodeMap userAttributes = userNode.getAttributes();
System.out.println("'user'节点" + i + "有"
+ userAttributes.getLength() + "个属性：");
/**
* 1 在不清楚有哪些属性的情况下可以遍历所有属性，
* 并获取每个属性对应的属性名和属性值
* */
for (int j = 0; j < userAttributes.getLength(); j++) {
// 'user'节点的每个属性组成的节点
Node attrnNode = userAttributes.item(j);
System.out.println("属性" + j + "： 属性名： "
+ attrnNode.getNodeName() + " ，属性值： "
+ attrnNode.getNodeValue());
}
/**
* 2 在知道有哪些属性值的情况下，可以获取指定属性名的属性值
* */
Element userElement = (Element) userList.item(i);
System.out.println("属性为'id'的对应值是： "
+ userElement.getAttribute("id"));
// *********************解析子节点************************
NodeList childNodes = userNode.getChildNodes();
System.out.println("\n该节点一共有" + childNodes.getLength()
+ "个子节点，分别是：");
// 遍历子节点
for (int k = 0; k < childNodes.getLength(); k++) {
Node childNode = childNodes.item(k);
// 从输出结果可以看出，每行后面的换行符也被当做了一个节点，因此是：4+5=9个子节点
// System.out.println("节点名： " + childNode.getNodeName() +
// "，节点值： " + childNode.getTextContent());
// 仅取出子节点中的'ELEMENT_NODE'，换行符组成的Node是'TEXT_NODE'
if (childNode.getNodeType() == Node.ELEMENT_NODE) {
// System.out.println("节点名： " + childNode.getNodeName()
// + "，节点值： " + childNode.getTextContent());
// 最低一层是文本节点，节点名是'#text'
System.out.println("节点名： " + childNode.getNodeName()
+ "，节点值： "
+ childNode.getFirstChild().getNodeValue());
}
}
System.out.println("***************************");
}
} catch (Exception e) {
e.printStackTrace();
}
}
}从上面的代码可以看出，在使用DOM来解析XML文件时一般需要做以下几步操作：
创建一个文档构建器工厂（DocumentBuilderFactory）实例
通过上面的DocumentBuilderFactory生成一个新的文档构建器（DocumentBuilder）
使用上面的DocumentBuilder解析（parse）一个XML文件，生成文档树（Document）
通过Document获取指定id的节点或根据节点名获取所有符合条件的节点集合
遍历每个节点，可以获取该节点的属性、属性值等相关参数
如果该节点还存在子节点，可以根据上面的方式继续遍历它的所有子节点
（3）上面的代码输出如下：
此xml文件一共有2个'user'节点 'user'节点0有1个属性： 属性0： 属性名： id ，属性值： 1 属性为'id'的对应值是： 1 该节点一共有9个子节点，分别是： 节点名： name，节点值： zifangsky 节点名： age，节点值： 10 节点名： sex，节点值： male 节点名： contact，节点值： https://www.zifangsky.cn *************************** 'user'节点1有1个属性： 属性0： 属性名： id ，属性值： 2 属性为'id'的对应值是： 2 该节点一共有9个子节点，分别是： 节点名： name，节点值： admin 节点名： age，节点值： 20 节点名： sex，节点值： male 节点名： contact，节点值： https://www.tar.pub ***************************
三 SAX解析XML文件
在进行本次测试时，并不引入其他XML文件，仍然使用上面的demo1.xml文件
由于SAX解析XML文件跟DOM不同，它并不是将整个文档都载入到内存中。解析器在解析XML文件时，通过逐步载入文档，从上往下一行行的解析XML文件，在碰到文档开始标志、节点开始标志、文本文档、节点结束标志、文档结束标志时进行对应的事件处理。因此，我们首先需要构造一个这样的解析处理器来申明：当解析到这些标志时，我们需要进行怎样的自定义处理
（1）解析处理器SAXParseHandler.java：
package cn.zifangsky.xml;
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;
public class SAXParseHandler extends DefaultHandler {
/**
* 用来遍历XML文件的开始标签
* */
@Override
public void startElement(String uri, String localName, String qName,
Attributes attributes) throws SAXException {
super.startElement(uri, localName, qName, attributes);
//解析'user'元素的属性值
// if(qName.equals("user"))
// System.out.println("'user'元素的id属性值是：" + attributes.getValue("id"));
//遍历并打印元素的属性
int length = attributes.getLength();
if(length > 0){
System.out.println("元素'" + qName + "'的属性是：");
for(int i=0;i<length;i++){
System.out.println(" 属性名：" + attributes.getQName(i) + "，属性值： " + attributes.getValue(i));
}
System.out.println();
}
System.out.print("<" + qName + ">");
}
/**
* 用来遍历XML文件的结束标签
* */
@Override
public void endElement(String uri, String localName, String qName)
throws SAXException {
super.endElement(uri, localName, qName);
System.out.println("<" + qName + "/>");
}
/**
* 文本内容
* */
public void characters(char[] ch, int start, int length)
throws SAXException {
super.characters(ch, start, length);
String value = new String(ch, start, length).trim();
if(!value.equals(""))
System.out.print(value);
}
/**
* 用来标识解析开始
* */
@Override
public void startDocument() throws SAXException {
System.out.println("SAX解析开始");
super.startDocument();
}
/**
* 用来标识解析结束
* */
@Override
public void endDocument() throws SAXException {
System.out.println("SAX解析结束");
super.endDocument();
}
}关于上面代码的一些含义我这里就不再做解释了，可以自行参考注释内容
（2）测试：
SAXParseTest.java文件：
package cn.zifangsky.xml;
import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;
public class SAXParseTest {
public static void main(String[] args) {
SAXParserFactory sFactory = SAXParserFactory.newInstance();
try {
SAXParser saxParser = sFactory.newSAXParser();
//创建自定义的SAXParseHandler解析类
SAXParseHandler saxParseHandler = new SAXParseHandler();
saxParser.parse("src/cn/zifangsky/xml/demo1.xml", saxParseHandler);
} catch (Exception e) {
e.printStackTrace();
}
}
}从上面的代码可以看出，使用SAX解析XML文件时，一共传递进去了两个参数，分别是：XML文件路径和前面定义的解析处理器。有了具体的XML文件以及对应的处理器来处理对应的标志事情，因此SAX这种解析方式就可以顺利地进行解析工作了
（3）上面测试的输出如下：
SAX解析开始
<employees>元素'user'的属性是：
属性名：id，属性值： 1
<user><name>zifangsky<name/>
<age>10<age/>
<sex>male<sex/>
<contact>https://www.zifangsky.cn<contact/>
<user/>
元素'user'的属性是：
属性名：id，属性值： 2
<user><name>admin<name/>
<age>20<age/>
<sex>male<sex/>
<contact>https://www.tar.pub<contact/>
<user/>
<employees/>
SAX解析结束四 JDOM解析XML文件
跟前面两种解析方式不同的是，使用JDOM来解析XML文件需要下载额外的jar包
（1）下载jar包并导入到项目中：
下载地址：http://www.jdom.org/downloads/index.html
目前最新版本是：JDOM 2.0.6
然后将下载得到的“jdom-2.0.6.jar”文件导入到测试项目中
注：关于如何在一个Java项目中导入额外的jar，这里将不多做解释，不太会的童鞋可以自行百度
（2）测试代码：
JDOMTest.java：
package cn.zifangsky.xml;
import java.util.List;
import org.jdom2.Document;
import org.jdom2.Element;
import org.jdom2.input.SAXBuilder;
public class JDOMTest {
/**
* @param args
*/
public static void main(String[] args) {
SAXBuilder saxBuilder = new SAXBuilder();
try {
Document document = saxBuilder.build("src/cn/zifangsky/xml/demo1.xml");
//获取XML文件的根节点
Element rootElement = document.getRootElement();
// System.out.println(rootElement.getName());
List<Element> usersList = rootElement.getChildren(); //获取子节点
for(Element u : usersList){
// List<Attribute> attributes = u.getAttributes();
// for(Attribute attribute : attributes){
// System.out.println("属性名：" + attribute.getName() + "，属性值：" + attribute.getValue());
// }
System.out.println("'id'的值是: " + u.getAttributeValue("id"));
}
}catch (Exception e) {
e.printStackTrace();
}
}
}从上面的代码可以看出，使用JDOM来解析XML文件，主要需要做以下几个步骤：
新建一个SAXBuilder
通过SAXBuilder的build方法传入一个XML文件的路径得到Document
通过Document的getRootElement方法获取根节点
通过getChildren方法获取根节点的所有子节点
然后是遍历每个子节点，获取属性、属性值、节点名、节点值等内容
如果该节点也有子节点，然后同样可以通过getChildren方法获取该节点的子节点
后面的步骤跟上面一样，不断递归到文本节点截止
（3）上面测试的输出如下：
'id'的值是: 1 'id'的值是: 2
五 DOM4J解析XML文件
jar包下载地址：https://sourceforge.net/projects/dom4j/files/
同样，在使用DOM4J解析XML文件时需要往项目中引入“dom4j-1.6.1.jar”文件
（1）一个简单实例：
i）DOM4JTest.java：
package cn.zifangsky.xml;
import java.io.File;
import java.util.Iterator;
import java.util.List;
import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;
public class DOM4JTest {
public static void main(String[] args) {
SAXReader reader = new SAXReader();
try {
Document document = reader.read(new File("src/cn/zifangsky/xml/demo1.xml"));
//获取XML文件的根节点
Element rootElement = document.getRootElement();
System.out.println(rootElement.getName());
//通过elementIterator方法获取迭代器
Iterator<Element> iterator = rootElement.elementIterator();
//遍历
while(iterator.hasNext()){
Element user = iterator.next();
//获取属性并遍历
List<Attribute> aList = user.attributes();
for(Attribute attribute : aList){
System.out.println("属性名：" + attribute.getName() + "，属性值：" + attribute.getValue());
}
//子节点
Iterator<Element> childList = user.elementIterator();
while(childList.hasNext()){
Element child = childList.next();
// System.out.println(child.getName() + " : " + child.getTextTrim());
System.out.println(child.getName() + " : " + child.getStringValue());
}
}
} catch (Exception e) {
e.printStackTrace();
}
}
}从上面的代码可以看出，跟前面的JDOM解析方式流程是差不多的，并且关键地方也有注释，因此这里就不多做解释了
ii）上面的代码输出如下：
employees 属性名：id，属性值：1 name : zifangsky age : 10 sex : male contact : https://www.zifangsky.cn 属性名：id，属性值：2 name : admin age : 20 sex : male contact : https://www.tar.pub
（2）将XML文件解析成Java对象：
i）为了方便测试，这里准备一个新的XML文件：
demo2.xml：
<?xml version="1.0" encoding="UTF-8" ?>
<user id="2">
<name>zifangsky</name>
<age>100</age>
<sex>男</sex>
<contact>https://www.zifangsky.cn</contact>
<ownPet id="1">旺财</ownPet>
<ownPet id="2">九头猫妖</ownPet>
</user>ii）同时准备一个Java实体类，恰好跟上面的XML文件中的属性相对应：
User.java：
package cn.zifangsky.xml;
import java.util.List;
public class User {
private String name;
private String sex;
private int age;
private String contact;
private List<String> ownPet;
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public String getSex() {
return sex;
}
public void setSex(String sex) {
this.sex = sex;
}
public int getAge() {
return age;
}
public void setAge(int age) {
this.age = age;
}
public String getContact() {
return contact;
}
public void setContact(String contact) {
this.contact = contact;
}
protected List<String> getOwnPet() {
return ownPet;
}
protected void setOwnPet(List<String> ownPet) {
this.ownPet = ownPet;
}
@Override
public String toString() {
return "User [name=" + name + ", sex=" + sex + ", age=" + age
+ ", contact=" + contact + ", ownPet=" + ownPet + "]";
}
}iii）测试代码：
XMLtoJava.java：
package cn.zifangsky.xml;
import java.io.File;
import java.util.ArrayList;
import java.util.List;
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;
public class XMLtoJava {
public User parseXMLtoJava(String xmlPath){
User user = new User();
List<String> ownPet = new ArrayList<String>();
SAXReader saxReader = new SAXReader();
try {
Document document = saxReader.read(new File(xmlPath));
Element rootElement = document.getRootElement(); //获取根节点
List<Element> children = rootElement.elements(); //获取根节点的子节点
//遍历
for(Element child : children){
String elementName = child.getName(); //节点名
String elementValue = child.getStringValue(); //节点值
switch (elementName) {
case "name":
user.setName(elementValue);
break;
case "sex":
user.setSex(elementValue);
break;
case "age":
user.setAge(Integer.valueOf(elementValue));
break;
case "contact":
user.setContact(elementValue);
break;
case "ownPet":
ownPet.add(elementValue);
break;
default:
break;
}
}
user.setOwnPet(ownPet);
} catch (Exception e) {
e.printStackTrace();
}
return user;
}
public static void main(String[] args) {
XMLtoJava demo = new XMLtoJava();
User user = demo.parseXMLtoJava("src/cn/zifangsky/xml/demo2.xml");
System.out.println(user);
}
}经过前面的分析之后，上面这个代码也是很容易理解的：通过遍历节点，如果节点名跟Java类中的某个属性名相对应，那么就将节点值赋值给该属性
iv）上面的代码输出如下：
User [name=zifangsky, sex=男, age=100, contact=https://www.zifangsky.cn, ownPet=[旺财, 九头猫妖]]
（3）解析一个XML文件并尽可能原样输出：
DOM4JTest2:
package cn.zifangsky.xml;
import java.io.File;
import java.util.List;
import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;
public class DOM4JTest2 {
/**
* 解析XML文件并尽可能原样输出
*
* @param xmlPath
* 待解析的XML文件路径
* @return null
* */
public void parse(String xmlPath) {
SAXReader saxReader = new SAXReader();
try {
Document document = saxReader.read(new File(xmlPath));
Element rootElement = document.getRootElement();
print(rootElement, 0);
} catch (Exception e) {
e.printStackTrace();
}
}
/**
* 打印一个XML节点的详情
*
* @param element
* 一个XML节点
* @param level
* 用于判断xml节点前缩进多少的标识，每深入一层则多输出4个空格
* @return null
* */
public void print(Element element, int level) {
List<Element> elementList = element.elements(); // 当前节点的子节点List
// 空格
StringBuffer spacebBuffer = new StringBuffer("");
for (int i = 0; i < level; i++)
spacebBuffer.append(" ");
String space = spacebBuffer.toString();
// 输出开始节点及其属性值
System.out.print(space + "<" + element.getName());
List<Attribute> attributes = element.attributes();
for (Attribute attribute : attributes)
System.out.print(" " + attribute.getName() + "=\""
+ attribute.getText() + "\"");
// 有子节点
if (elementList.size() > 0) {
System.out.println(">");
// 遍历并递归
for (Element child : elementList) {
print(child, level + 1);
}
// 输出结束节点
System.out.println(space + "</" + element.getName() + ">");
} else {
// 如果节点没有文本则简化输出
if (element.getStringValue().trim().equals(""))
System.out.println(" />");
else
System.out.println(">" + element.getStringValue() + "</"
+ element.getName() + ">");
}
}
public static void main(String[] args) {
DOM4JTest2 test2 = new DOM4JTest2();
test2.parse("src/cn/zifangsky/xml/demo3.xml");
}
}这段代码同样没有什么新的东西，原理就是利用递归来不断进行解析输出，注意一下不同层次的节点的缩进即可。刚开始测试时建议用一些结构比较简单的代码，如上面的demo1.xml和demo2.xml文件。在测试没问题时可以选择一些复杂的XML文件来测试是否能够正常输出，比如：
demo3.xml：
<?xml version="1.0" encoding="UTF-8"?>
<application xmlns="http://wadl.dev.java.net/2009/02"
xmlns:xs="http://www.w3.org/2001/XMLSchema">
<grammars />
<resources base="http://localhost:9080/Demo/services/json/checkCode">
<resource path="/">
<resource path="addCheckCode">
<method name="POST">
<request>
<representation mediaType="application/octet-stream" />
</request>
<response>
<representation mediaType="application/xml">
<param name="result" style="plain" type="xs:int" />
</representation>
<representation mediaType="application/json">
<param name="result" style="plain" type="xs:int" />
</representation>
</response>
</method>
</resource>
<resource path="findCheckCodeByProfileId">
<method name="POST">
<request>
<representation mediaType="application/octet-stream">
<param name="request" style="plain" type="xs:long" />
</representation>
</request>
<response>
<representation mediaType="application/xml" />
<representation mediaType="application/json" />
</response>
</method>
</resource>
</resource>
</resources>
</application>为什么我在标题上说的是尽可能原样输出，其原因就是上面那段解析代码在碰到下面这种XML节点时，输出就不一样了：
<dc:creator><![CDATA[admin]]></dc:creator> <category><![CDATA[运维]]></category> <category><![CDATA[zabbix]]></category> <category><![CDATA[端口]]></category>
这段XML文档节点最后输出如下：
<creator>admin</creator> <category>运维</category> <category>zabbix</category> <category>端口</category>
Déclaration：
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Article précédent：java NIO套接字编程Article suivant：java swing 去掉按钮文字周围的焦点框