java使用xpath和dom4j解析xml

1 xml文件解析的4种方法

通常解析xml文件有四种经典的方法。基本的解析方式有两种，一种叫sax，另一种叫dom。sax是基于事件流的解析，dom是基于xml文档树结构的解析。在此基础上，为了减少dom、sax的编码量，出现了jdom，其优点是，20-80原则（帕累托法则），极大减少了代码量。通常情况下jdom使用时满足要实现的功能简单，如解析、创建等要求。但在底层，jdom还是使用sax（最常用）、dom、xanan文档。另外一种是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，特别值得一提的是连 sun 的 jaxm 也在用 dom4j。具体四种方法的使用，百度一下，会有众多详细的介绍。

2 xpath简单介绍

xpath是一门在xml文档中查找信息的语言。xpath用于在 xml 文档中通过元素和属性进行导航，并对元素和属性进行遍历。xpath 是 w3c xslt 标准的主要元素，并且 xquery 和 xpointer 同时被构建于 xpath 表达之上。因此，对 xpath 的理解是很多高级 xml 应用的基础。xpath非常类似对数据库操作的sql语言，或者说jquery，它可以方便开发者抓起文档中需要的东西。其中dom4j也支持xpath的使用。

3 dom4j使用xpath

dom4j使用xpath解析xml文档是，首先需要在项目中引用两个jar包：

dom4j-1.6.1.jar：dom4j软件包，下载地址http://sourceforge.net/projects/dom4j/；

jaxen-xx.xx.jar：通常不添加此包，会引发异常（java.lang.noclassdeffounderror: org/jaxen/jaxenexception），下载地址http://www.jaxen.org/releases.html。

3.1 命名空间（namespace）的干扰

在处理由excel文件或其他格式文件转换的xml文件时，通常会遇到通过xpath解析得不到结果的情况。这种情况通常是由于命名空间的存在导致的。以下述内容的xml文件为例，通过xpath=" // workbook/ worksheet / table / row[1]/ cell[1]/data[1] "进行简单的检索，通常是没有结果出现的。这就是由于命名空间namespace（xmlns="urn:schemas-microsoft-com:office:spreadsheet"）导致的。

<workbook xmlns="urn:schemas-microsoft-com:office:spreadsheet" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:x="urn:schemas-microsoft-com:office:excel" xmlns:ss="urn:schemas-microsoft-com:office:spreadsheet" xmlns:html="http://www.w3.org/tr/rec-html40">
  <worksheet ss:name="sheet1">
    <table ss:expandedcolumncount="81" ss:expandedrowcount="687" x:fullcolumns="1" x:fullrows="1" ss:defaultcolumnwidth="52.5" ss:defaultrowheight="15.5625">
      <row ss:autofitheight="0">
  <cell>
   <data ss:type="string">敲代码的耗子</data>
  </cell>
      </row>
      <row ss:autofitheight="0">
  <cell>
   <data ss:type="string">sunny</data>
  </cell>
      </row>
    </table>
  </worksheet>
</workbook>

3.2 xpath对带有命名空间的xml文件解析

第一种方法（read1()函数）：使用xpath语法中自带的local-name() 和 namespace-uri() 指定你要使用的节点名和命名空间。 xpath表达式书写较为麻烦。

第二种方法（read2()函数）：设置xpath的命名空间，利用setnamespaceuris()函数。

第三种方法（read3()函数）：设置documentfactory()的命名空间 ，使用的函数是setxpathnamespaceuris()。二和三两种方法的xpath表达式书写相对简单。

第四种方法（read4()函数）：方法和第三种一样，但是xpath表达式不同（程序具体体现），主要是为了检验xpath表达式的不同，主要指完整程度，是否会对检索效率产生影响。

（以上四种方法均通过dom4j结合xpath对xml文件进行解析）

第五种方法（read5()函数）：使用dom结合xpath对xml文件进行解析，主要是为了检验性能差异。

没有什么能够比代码更能说明问题的了！果断上代码！

packagexpath;
importjava.io.ioexception;
importjava.io.inputstream;
importjava.util.hashmap;
importjava.util.list;
importjava.util.map;

importjavax.xml.parsers.documentbuilder;
importjavax.xml.parsers.documentbuilderfactory;
importjavax.xml.parsers.parserconfigurationexception;
importjavax.xml.xpath.xpathconstants;
importjavax.xml.xpath.xpathexpression;
importjavax.xml.xpath.xpathexpressionexception;
importjavax.xml.xpath.xpathfactory;

importorg.dom4j.document;
importorg.dom4j.documentexception;
importorg.dom4j.element;
importorg.dom4j.xpath;
importorg.dom4j.io.saxreader;
importorg.w3c.dom.nodelist;
importorg.xml.sax.saxexception;

/**
*dom4jdomxmlxpath
*/
publicclasstestdom4jxpath{
publicstaticvoidmain(string[]args){
read1();
read2();
read3();
read4();//read3（）方法一样，但是xpath表达式不同
read5();
}

publicstaticvoidread1(){
/*
*uselocal-name()andnamespace-uri()inxpath
*/
try{
longstarttime=system.currenttimemillis();
saxreaderreader=newsaxreader();
inputstreamin=testdom4jxpath.class.getclassloader().getresourceasstream("xpath\\xxx.xml");
documentdoc=reader.read(in);
/*stringxpath="//*[local-name()='workbook'andnamespace-uri()='urn:schemas-microsoft-com:office:spreadsheet']"
+"/*[local-name()='worksheet']"
+"/*[local-name()='table']"
+"/*[local-name()='row'][4]"
+"/*[local-name()='cell'][3]"
+"/*[local-name()='data'][1]";*/
stringxpath="//*[local-name()='row'][4]/*[local-name()='cell'][3]/*[local-name()='data'][1]";
system.err.println("=====uselocal-name()andnamespace-uri()inxpath====");
system.err.println("xpath："+xpath);
@suppresswarnings("unchecked")
list<element>list=doc.selectnodes(xpath);
for(objecto:list){
elemente=(element)o;
stringshow=e.getstringvalue();
system.out.println("show="+show);
longendtime=system.currenttimemillis();
system.out.println("程序运行时间："+(endtime-starttime)+"ms");
}
}catch(documentexceptione){
e.printstacktrace();
}
}

publicstaticvoidread2(){
/*
*setxpathnamespace(setnamespaceuris)
*/
try{
longstarttime=system.currenttimemillis();
mapmap=newhashmap();
map.put("workbook","urn:schemas-microsoft-com:office:spreadsheet");
saxreaderreader=newsaxreader();
inputstreamin=testdom4jxpath.class.getclassloader().getresourceasstream("xpath\\xxx.xml");
documentdoc=reader.read(in);
stringxpath="//workbook:row[4]/workbook:cell[3]/workbook:data[1]";
system.err.println("=====usesetnamespaceuris()tosetxpathnamespace====");
system.err.println("xpath："+xpath);
xpathx=doc.createxpath(xpath);
x.setnamespaceuris(map);
@suppresswarnings("unchecked")
list<element>list=x.selectnodes(doc);
for(objecto:list){
elemente=(element)o;
stringshow=e.getstringvalue();
system.out.println("show="+show);
longendtime=system.currenttimemillis();
system.out.println("程序运行时间："+(endtime-starttime)+"ms");
}
}catch(documentexceptione){
e.printstacktrace();
}
}

publicstaticvoidread3(){
/*
*setdocumentfactory()namespace(setxpathnamespaceuris)
*/
try{
longstarttime=system.currenttimemillis();
mapmap=newhashmap();
map.put("workbook","urn:schemas-microsoft-com:office:spreadsheet");
saxreaderreader=newsaxreader();
inputstreamin=testdom4jxpath.class.getclassloader().getresourceasstream("xpath\\xxx.xml");
reader.getdocumentfactory().setxpathnamespaceuris(map);
documentdoc=reader.read(in);
stringxpath="//workbook:row[4]/workbook:cell[3]/workbook:data[1]";
system.err.println("=====usesetxpathnamespaceuris()tosetdocumentfactory()namespace====");
system.err.println("xpath："+xpath);
@suppresswarnings("unchecked")
list<element>list=doc.selectnodes(xpath);
for(objecto:list){
elemente=(element)o;
stringshow=e.getstringvalue();
system.out.println("show="+show);
longendtime=system.currenttimemillis();
system.out.println("程序运行时间："+(endtime-starttime)+"ms");
}
}catch(documentexceptione){
e.printstacktrace();
}
}

publicstaticvoidread4(){
/*
*同read3（）方法一样，但是xpath表达式不同
*/
try{
longstarttime=system.currenttimemillis();
mapmap=newhashmap();
map.put("workbook","urn:schemas-microsoft-com:office:spreadsheet");
saxreaderreader=newsaxreader();
inputstreamin=testdom4jxpath.class.getclassloader().getresourceasstream("xpath\\xxx.xml");
reader.getdocumentfactory().setxpathnamespaceuris(map);
documentdoc=reader.read(in);
stringxpath="//workbook:worksheet/workbook:table/workbook:row[4]/workbook:cell[3]/workbook:data[1]";
system.err.println("=====usesetxpathnamespaceuris()tosetdocumentfactory()namespace====");
system.err.println("xpath："+xpath);
@suppresswarnings("unchecked")
list<element>list=doc.selectnodes(xpath);
for(objecto:list){
elemente=(element)o;
stringshow=e.getstringvalue();
system.out.println("show="+show);
longendtime=system.currenttimemillis();
system.out.println("程序运行时间："+(endtime-starttime)+"ms");
}
}catch(documentexceptione){
e.printstacktrace();
}
}

publicstaticvoidread5(){
/*
*domandxpath
*/
try{
longstarttime=system.currenttimemillis();
documentbuilderfactorydbf=documentbuilderfactory.newinstance();
dbf.setnamespaceaware(false);
documentbuilderbuilder=dbf.newdocumentbuilder();
inputstreamin=testdom4jxpath.class.getclassloader().getresourceasstream("xpath\\xxx.xml");
org.w3c.dom.documentdoc=builder.parse(in);
xpathfactoryfactory=xpathfactory.newinstance();
javax.xml.xpath.xpathx=factory.newxpath();
//选取所有class元素的name属性
stringxpath="//workbook/worksheet/table/row[4]/cell[3]/data[1]";
system.err.println("=====domxpath====");
system.err.println("xpath："+xpath);
xpathexpressionexpr=x.compile(xpath);
nodelistnodes=(nodelist)expr.evaluate(doc,xpathconstants.node);
for(inti=0;i<nodes.getlength();i++){
system.out.println("show="+nodes.item(i).getnodevalue());
longendtime=system.currenttimemillis();
system.out.println("程序运行时间："+(endtime-starttime)+"ms");
}
}catch(xpathexpressionexceptione){
e.printstacktrace();
}catch(parserconfigurationexceptione){
e.printstacktrace();
}catch(saxexceptione){
e.printstacktrace();
}catch(ioexceptione){
e.printstacktrace();
}
}
}

ps：这里再为大家提供几款关于xml操作的在线工具供大家参考使用：

在线xml/json互相转换工具：

在线格式化xml/在线压缩xml：

xml在线压缩/格式化工具：