欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

java使用xpath和dom4j解析xml

程序员文章站 2024-02-23 12:58:40
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...

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。

复制代码 代码如下:

<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!

复制代码 代码如下:

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: