JAVA中4种解析XML文件的方法

xml是一种通用的数据交换格式,它的平台无关性、语言无关性、系统无关性、给数据集成与交互带来了极大的方便。xml在不同的语言环境中解析方式都是一样的,只不过实现的语法不同而已。

　　xml的解析方式分为四种：

1、dom解析；

2、sax解析；

3、jdom解析；

4、dom4j解析。

其中前两种属于基础方法，是官方提供的平台无关的解析方式；后两种属于扩展方法，它们是在基础的方法上扩展出来的，只适用于java平台。

　　针对以下xml文件，会对四种方式进行详细描述：

<?xml version="1.0" encoding="utf-8"?>
<bookstore>
 <book id="1">
 <name>冰与火之歌</name>
 <author>乔治马丁</author>
 <year>2014</year>
 <price>89</price>
 </book>
 <book id="2">
 <name>安徒生童话</name>
 <year>2004</year>
 <price>77</price>
 <language>english</language>
 </book> 
</bookstore>

xml

一、dom解析

　　dom的全称是document object model，也即文档对象模型。在应用程序中，基于dom的xml分析器将一个xml文档转换成一个对象模型的集合（通常称dom树），应用程序正是通过对这个对象模型的操作，来实现对xml文档数据的操作。通过dom接口，应用程序可以在任何时候访问xml文档中的任何一部分数据，因此，这种利用dom接口的机制也被称作随机访问机制。

　　dom接口提供了一种通过分层对象模型来访问xml文档信息的方式，这些分层对象模型依据xml的文档结构形成了一棵节点树。无论xml文档中所描述的是什么类型的信息，即便是制表数据、项目列表或一个文档，利用dom所生成的模型都是节点树的形式。也就是说，dom强制使用树模型来访问xml文档中的信息。由于xml本质上就是一种分层结构，所以这种描述方法是相当有效的。

       dom树所提供的随机访问方式给应用程序的开发带来了很大的灵活性，它可以任意地控制整个xml文档中的内容。然而，由于dom分析器把整个xml文档转化成dom树放在了内存中，因此，当文档比较大或者结构比较复杂时，对内存的需求就比较高。而且，对于结构复杂的树的遍历也是一项耗时的操作。所以，dom分析器对机器性能的要求比较高，实现效率不十分理想。不过，由于dom分析器所采用的树结构的思想与xml文档的结构相吻合，同时鉴于随机访问所带来的方便，因此，dom分析器还是有很广泛的使用价值的。

优点：

　　1、形成了树结构，有助于更好的理解、掌握，且代码容易编写。

　　2、解析过程中，树结构保存在内存中，方便修改。

缺点：

　　1、由于文件是一次性读取，所以对内存的耗费比较大。

　　2、如果xml文件比较大，容易影响解析性能且可能会造成内存溢出。

以下是解析代码：

public class domtest {
 public static void main(string[] args) {
 //创建一个documentbuilderfactory的对象
 documentbuilderfactory dbf = documentbuilderfactory.newinstance();
 //创建一个documentbuilder的对象
 try {
  //创建documentbuilder对象
  documentbuilder db = dbf.newdocumentbuilder();
  //通过documentbuilder对象的parser方法加载books.xml文件到当前项目下
  document document = db.parse("books.xml");
  //获取所有book节点的集合
  nodelist booklist = document.getelementsbytagname("book");
  //通过nodelist的getlength()方法可以获取booklist的长度
  system.out.println("一共有" + booklist.getlength() + "本书");
  //遍历每一个book节点
  for (int i = 0; i < booklist.getlength(); i++) {
  system.out.println("=================下面开始遍历第" + (i + 1) + "本书的内容=================");
  //通过 item(i)方法 获取一个book节点，nodelist的索引值从0开始
  node book = booklist.item(i);
  //获取book节点的所有属性集合
  namednodemap attrs = book.getattributes();
  system.out.println("第 " + (i + 1) + "本书共有" + attrs.getlength() + "个属性");
  //遍历book的属性
  for (int j = 0; j < attrs.getlength(); j++) {
   //通过item(index)方法获取book节点的某一个属性
   node attr = attrs.item(j);
   //获取属性名
   system.out.print("属性名：" + attr.getnodename());
   //获取属性值
   system.out.println("--属性值" + attr.getnodevalue());
  }
  //解析book节点的子节点
  nodelist childnodes = book.getchildnodes();
  //遍历childnodes获取每个节点的节点名和节点值
  system.out.println("第" + (i+1) + "本书共有" + 
  childnodes.getlength() + "个子节点");
  for (int k = 0; k < childnodes.getlength(); k++) {
   //区分出text类型的node以及element类型的node
   if (childnodes.item(k).getnodetype() == node.element_node) {
   //获取了element类型节点的节点名
   system.out.print("第" + (k + 1) + "个节点的节点名：" 
   + childnodes.item(k).getnodename());
   //获取了element类型节点的节点值
   system.out.println("--节点值是：" + childnodes.item(k).getfirstchild().getnodevalue());
   //system.out.println("--节点值是：" + childnodes.item(k).gettextcontent());
   }
  }
  system.out.println("======================结束遍历第" + (i + 1) + "本书的内容=================");
  }
 } catch (parserconfigurationexception e) {
  e.printstacktrace();
 } catch (saxexception e) {
  e.printstacktrace();
 } catch (ioexception e) {
  e.printstacktrace();
 } 
 }
}

二、sax解析

　　sax的全称是simple apis for xml，也即xml简单应用程序接口。与dom不同，sax提供的访问模式是一种顺序模式，这是一种快速读写xml数据的方式。当使用sax分析器对xml文档进行分析时，会触发一系列事件，并激活相应的事件处理函数，应用程序通过这些事件处理函数实现对xml文档的访问，因而sax接口也被称作事件驱动接口。

优点：

　　1、采用事件驱动模式，对内存耗费比较小。

　　2、适用于只处理xml文件中的数据时。

缺点：

　　1、编码比较麻烦。

　　2、很难同时访问xml文件中的多处不同数据。

以下是解析代码：

public class saxtest {
 /**
 * @param args
 */
 public static void main(string[] args) {
 //锟斤拷取一锟斤拷saxparserfactory锟斤拷实锟斤拷
 saxparserfactory factory = saxparserfactory.newinstance();
 //通锟斤拷factory锟斤拷取saxparser实锟斤拷
 try {
  saxparser parser = factory.newsaxparser();
  //锟斤拷锟斤拷saxparserhandler锟斤拷锟斤拷
  saxparserhandler handler = new saxparserhandler();
  parser.parse("books.xml", handler);
  system.out.println("~！~！~！共有" + handler.getbooklist().size()
   + "本书");
  for (book book : handler.getbooklist()) {
  system.out.println(book.getid());
  system.out.println(book.getname());
  system.out.println(book.getauthor());
  system.out.println(book.getyear());
  system.out.println(book.getprice());
  system.out.println(book.getlanguage());
  system.out.println("----finish----");
  }
 } catch (parserconfigurationexception e) {
  // todo auto-generated catch block
  e.printstacktrace();
 } catch (saxexception e) {
  // todo auto-generated catch block
  e.printstacktrace();
 } catch (ioexception e) {
  // todo auto-generated catch block
  e.printstacktrace();
 }
 }
}

public class saxparserhandler extends defaulthandler {
 string value = null;
 book book = null;
 private arraylist<book> booklist = new arraylist<book>();
 public arraylist<book> getbooklist() {
 return booklist;
 }

 int bookindex = 0;
 /**
 * 用来标识解析开始
 */
 @override
 public void startdocument() throws saxexception {
 // todo auto-generated method stub
 super.startdocument();
 system.out.println("sax解析开始");
 }
 
 /**
 * 用来标识解析结束
 */
 @override
 public void enddocument() throws saxexception {
 // todo auto-generated method stub
 super.enddocument();
 system.out.println("sax解析结束");
 }
 
 /**
 * 解析xml元素
 */
 @override
 public void startelement(string uri, string localname, string qname,
  attributes attributes) throws saxexception {
 //调用defaulthandler类的startelement方法
 super.startelement(uri, localname, qname, attributes);
 if (qname.equals("book")) {
  bookindex++;
  //创建一个book对象
  book = new book();
  //开始解析book元素的属性
  system.out.println("======================开始遍历某一本书的内容=================");
  //不知道book元素下属性的名称以及个数，如何获取属性名以及属性值
  int num = attributes.getlength();
  for(int i = 0; i < num; i++){
  system.out.print("book元素的第" + (i + 1) + "个属性名是："
   + attributes.getqname(i));
  system.out.println("---属性值是：" + attributes.getvalue(i));
  if (attributes.getqname(i).equals("id")) {
   book.setid(attributes.getvalue(i));
  }
  }
 }
 else if (!qname.equals("name") && !qname.equals("bookstore")) {
  system.out.print("节点名是：" + qname + "---");
 }
 }
 
 @override
 public void endelement(string uri, string localname, string qname)
  throws saxexception {
 //调用defaulthandler类的endelement方法
 super.endelement(uri, localname, qname);
 //判断是否针对一本书已经遍历结束
 if (qname.equals("book")) {
  booklist.add(book);
  book = null;
  system.out.println("======================结束遍历某一本书的内容=================");
 }
 else if (qname.equals("name")) {
  book.setname(value);
 }
 else if (qname.equals("author")) {
  book.setauthor(value);
 }
 else if (qname.equals("year")) {
  book.setyear(value);
 }
 else if (qname.equals("price")) {
  book.setprice(value);
 }
 else if (qname.equals("language")) {
  book.setlanguage(value);
 }
 }
 
 @override
 public void characters(char[] ch, int start, int length)
  throws saxexception {
 // todo auto-generated method stub
 super.characters(ch, start, length);
 value = new string(ch, start, length);
 if (!value.trim().equals("")) {
  system.out.println("节点值是：" + value);
 }
 }
}

三、jdom解析

特征：

　　1、仅使用具体类，而不使用接口。

　　2、api大量使用了collections类。

以下是解析代码：

public class jdomtest {
 private static arraylist<book> bookslist = new arraylist<book>();
 /**
 * @param args
 */
 public static void main(string[] args) {
 // 进行对books.xml文件的jdom解析
 // 准备工作
 // 1.创建一个saxbuilder的对象
 saxbuilder saxbuilder = new saxbuilder();
 inputstream in;
 try {
  // 2.创建一个输入流，将xml文件加载到输入流中
  in = new fileinputstream("src/res/books.xml");
  inputstreamreader isr = new inputstreamreader(in, "utf-8");
  // 3.通过saxbuilder的build方法，将输入流加载到saxbuilder中
  document document = saxbuilder.build(isr);
  // 4.通过document对象获取xml文件的根节点
  element rootelement = document.getrootelement();
  // 5.获取根节点下的子节点的list集合
  list<element> booklist = rootelement.getchildren();
  // 继续进行解析
  for (element book : booklist) {
  book bookentity = new book();
  system.out.println("======开始解析第" + (booklist.indexof(book) + 1)
   + "书======");
  // 解析book的属性集合
  list<attribute> attrlist = book.getattributes();
  // //知道节点下属性名称时，获取节点值
  // book.getattributevalue("id");
  // 遍历attrlist(针对不清楚book节点下属性的名字及数量)
  for (attribute attr : attrlist) {
   // 获取属性名
   string attrname = attr.getname();
   // 获取属性值
   string attrvalue = attr.getvalue();
   system.out.println("属性名：" + attrname + "----属性值："
    + attrvalue);
   if (attrname.equals("id")) {
   bookentity.setid(attrvalue);
   }
  }
  // 对book节点的子节点的节点名以及节点值的遍历
  list<element> bookchilds = book.getchildren();
  for (element child : bookchilds) {
   system.out.println("节点名：" + child.getname() + "----节点值："
    + child.getvalue());
   if (child.getname().equals("name")) {
   bookentity.setname(child.getvalue());
   }
   else if (child.getname().equals("author")) {
   bookentity.setauthor(child.getvalue());
   }
   else if (child.getname().equals("year")) {
   bookentity.setyear(child.getvalue());
   }
   else if (child.getname().equals("price")) {
   bookentity.setprice(child.getvalue());
   }
   else if (child.getname().equals("language")) {
   bookentity.setlanguage(child.getvalue());
   }
  }
  system.out.println("======结束解析第" + (booklist.indexof(book) + 1)
   + "书======");
  bookslist.add(bookentity);
  bookentity = null;
  system.out.println(bookslist.size());
  system.out.println(bookslist.get(0).getid());
  system.out.println(bookslist.get(0).getname());
  
  }
 } catch (filenotfoundexception e) {
  e.printstacktrace();
 } catch (jdomexception e) {
  e.printstacktrace();
 } catch (ioexception e) {
  e.printstacktrace();
 }
 }
}

四、dom4j解析

特征：

　　1、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。

　　2、它使用接口和抽象基本类方法。

　　3、具有性能优异、灵活性好、功能强大和极端易用的特点。

　　4、是一个开放源码的文件

以下是解析代码：

public class dom4jtest {
 private static arraylist<book> booklist = new arraylist<book>();
 /**
 * @param args
 */
 public static void main(string[] args) {
 // 解析books.xml文件
 // 创建saxreader的对象reader
 saxreader reader = new saxreader();
 try {
  // 通过reader对象的read方法加载books.xml文件,获取docuemnt对象。
  document document = reader.read(new file("src/res/books.xml"));
  // 通过document对象获取根节点bookstore
  element bookstore = document.getrootelement();
  // 通过element对象的elementiterator方法获取迭代器
  iterator it = bookstore.elementiterator();
  // 遍历迭代器，获取根节点中的信息（书籍）
  while (it.hasnext()) {
  system.out.println("=====开始遍历某一本书=====");
  element book = (element) it.next();
  // 获取book的属性名以及 属性值
  list<attribute> bookattrs = book.attributes();
  for (attribute attr : bookattrs) {
   system.out.println("属性名：" + attr.getname() + "--属性值："
    + attr.getvalue());
  }
  iterator itt = book.elementiterator();
  while (itt.hasnext()) {
   element bookchild = (element) itt.next();
   system.out.println("节点名：" + bookchild.getname() + "--节点值：" + bookchild.getstringvalue());
  }
  system.out.println("=====结束遍历某一本书=====");
  }
 } catch (documentexception e) {
  // todo auto-generated catch block
  e.printstacktrace();
 }
 }
}

final：比较总结

       dom4j性能最好，连sun的jaxm也在用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，那就采用dom4j。

       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－事件驱动。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）。

以上就是java中4种解析xml文件的方法的详细内容，更多关于java解析xml的资料请关注其它相关文章！