DOM解析XML文件
dom(Document Object Model) 文档对象模型。
DOM中主要包括五个对象:
Document、Node、NodeList、Element、Attr下面对这五个元素一一分析:
1,Document对象代表了整个xml文档,xml所有的node都按一定的顺序在document对象中排列成树结构,通过遍历该对象得到我们想要的内容。通过DocumentBuilder对象的parse(File file)方法可以将xml文件解析成document对象 ,通过DocumentBuilderFactory的newDocumentBuilder()来获得DocumentBuilder对象,通过DocumentBuilderFactory的newInstance()方法来获得DocumentBuilderFactory对象
DocumentBuilderFactory dbf = DocuemntBuilderFactory.newInstance();
DocumentBuilder db = dbf.newDocumentBuilder();
Document doc = db.parse(new File(""));
除此之外,Document还可以创建其它节点的方法比如createAttribut()用来创建一个Attr对象。
createAttribute(String) //用给定属性名创建一个Attr对象,并可使用setAttributeNode()方法将其放置在Element上。
cretaeElement(String) //用给定标签名创建一个Element对象
createTextNode(String) //用给定字符串创建一个Text对象
getElementByTagName(String) //返回NodeList对象,它包含了所有给定标签名字的标签
getDocumentElement() //返回这个DOM树的根节点的Element对象
2,Node对象是DOM结构中最为基本的对象,代表了文档树中的一个抽象的节点。主要有以下的方法:
appendChild(org.w3c.dom.Node)
getFirstChild()
getLastChild()
getNextSibling() //返回在DOM树这个节点的下一个兄弟节点
getNodeName() //返回节点名称
getNodeType() //返回节点类型
getNodeValue()
hasChildNodes()
hasAttributes()
getOwnerDocument()
removeChild(Node)
replaceChild(Node)
3,NodeList,Node的List,主要两个方法
getLength()
Item(int)
4,Element对象代表的是XML文档中的标签元素,继承于Node,亦是Node的最主要的子对象。在标签中可以包含有属性,因而Element对象中有存取其属性的方法,而任何Node中定义的方法,也可以用在Element对象上面。
getChildNodes() //返回NodeList对象
getElementByTagNames(String) //返回NodeList对象
getTagName()
getAttribute(String)
getAttributeNode(String)
5,Attr Attr对象代表了某个标签中的属性
实例:
<?xml version="1.0" standalone="yes"?>
<links>
<link>
<text>JSP Insider</text>
<url newWindow="no">http://www.jspinsider.com</url>
<author>JSP Insider</author>
<date>
<day>2</day>
<month>1</month>
<year>2001</year>
</date>
<description>A JSP information site.</description>
</link>
<link>
<text>The makers of Java</text>
<url newWindow="no">http://java.sun.com</url>
<author>Sun Microsystems</author>
<date>
<day>3</day>
<month>1</month>
<year>2001</year>
</date>
<description>Sun Microsystem's website.</description>
</link>
<link>
<text>The standard JSP container</text>
<url newWindow="no">http://jakarta.apache.org</url>
<author>Apache Group</author>
<date>
<day>4</day>
<month>1</month>
<year>2001</year>
</date>
<description>Some great software.</description>
</link>
</links>
package com.zhy.spider.bean;
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 xmldisplay {
public static void main(String[] args) throws SAXException, IOException, ParserConfigurationException {
//1,构建doc对象
//创建DocumentBuilderFactory对象
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
//创建DocumentBuilder对象
DocumentBuilder builder=factory.newDocumentBuilder();
//将xml解析成doc对象
Document doc=builder.parse("NewFile.xml");
/*
* 调用normalize(),可以去掉XML文档中作为格式化内容的空白而映射在DOM树中的不必要的Text Node对象。
* 否则你得到的DOM树可能并不如你所想象的那样。特别是在输出的时候,这个normalize()更为有用。
*/
doc.normalize();
NodeList links =doc.getElementsByTagName("link");
for (int i=0;i<links.getLength();i++){
Element link=(Element) links.item(i);
System.out.print("Content: ");
System.out.println(link.getElementsByTagName("text").item(0).getFirstChild().getNodeValue());
System.out.print("URL: ");
System.out.println(link.getElementsByTagName("url").item(0).getFirstChild().getNodeValue());
System.out.print("Author: ");
System.out.println(link.getElementsByTagName("author").item(0).getFirstChild().getNodeValue());
System.out.print("Date: ");
Element linkdate=(Element) link.getElementsByTagName("date").item(0);
String day=linkdate.getElementsByTagName("day").item(0).getFirstChild().getNodeValue();
String month=linkdate.getElementsByTagName("month").item(0).getFirstChild().getNodeValue();
String year=linkdate.getElementsByTagName("year").item(0).getFirstChild().getNodeValue();
System.out.println(day+"-"+month+"-"+year);
System.out.print("Description: ");
System.out.println(link.getElementsByTagName("description").item(0).getFirstChild().getNodeValue());
System.out.println();
}
}
}