XML解析方法详解

今日目标：DOM、　SAX、　STAX、 XML解析API

今日重点：JAXP DOM解析 、JAXP SAX解析、XML PULL解析。

XML现在已成为一种通用的数据交换格式,平台的无关性使得很多场合都需要用到XML。深入了解前端知识更能充分解决自动化的异常类问题。

 一、

1、XML有三种解析方式：DOM SAX STAX

2、XML的作用（企业应用）：存储数据、配置文件、传输数据。

 存储和传输数据经常一起使用，XML数据通常由程序生成的，用程序解析XML（XML一般不加约束）

 配置文件单独使用（通常会加约束）

3、DOM

 全称为：Document Object Model文档对象模型。

 DOM的解析思想 ：将整个XML数据读取到内存中，在内存中形成文档树形结构，

 对内存中文档树形结构进行操作。

 优点：API简单。因为一次性加载整个文档，文档所有数据都在内存中，所以简便易用 处理

 较方便。可频繁修改XML文件内容（即可回写）。

 缺点：需将整个XML文档加载到内存，消耗系统资源。速度较慢。当XML文档过大时，会导致

      无法全部加载进内存，内存溢出问题。

**DOM是官方提供的XML解析标准，由W3C制定 。

4、SAX

 全称为：Simple　API　for XMl简单XML解析API。

 SAX解析思想：为解析器绑定回调程序Handler , 解析器读取xml文件，触发相应事件，

 自动调用handler中对应事件方法

 优点：SAX是轻量级的接口，解析速度快，无须占用太多内存资源。

 缺点：SAX每次都要从头到尾遍历节点，修改不易实现。编程复杂，如在内存中不保留读取的数据，将无法回写。

      注：如果SAX、STAX在内存中边读边保存数据的话 ，就类似于DOM了。

**SAX是民间XML解析标准，来自XML社区。

**采用“推”模式，PUSH。

5、STAX

 全称是：Streaming API for XML ,XML解析流API。

 STAX解析思想 ：提高SAX模式解析效率。亦为边读边处理。

**采用“拉”模式，PULL。

*****以上三种解析方式：性能比较：：STAX >SAX >DOM

6、什么是推模式？什么是拉模式？

PUSH：是以服务器为主，控制操作流程模式。

  当你将文档和处理程序 交给解析器，解析器自动进行解析，调用相应事件处理方法 （该过程不由你自己控制）。

  服务器主动向客户端发送信息，发送过程中客户端不能干预 。

PULL：是以客户端为主，控制操作流程模式。

********

JAXP： 

 全称是Java API for XML Processing。

 它是一套API。DOM、SAX、STAX只是XML的解析思想。JAXP是DOM、SAX、STAX的API具体实现。

 由SUN提供　，在JDK 6.0以后全面支持DOM、SAX、STAX三种解析方式。

XML PULL：拉模式解析XML框架，内置集成Android手机内部 。

DOM4J：DOM解析方式框架，开源。在企业端JavaEE 软件开发中。为最流行开发框架。

javax.xml核心xml解析API，是DOM、SAX、STAX公用API。

org.w3c.dom 与DOM解析相关具体API

org.xml.sax 与SAX解析相关具体API

整个XML会被解析为树形结构，元素、属性、文本，都会被解析为 Node节点 。

********

7、DOM解析入门：

(一)

（1）创建解析器工厂

 DocumentBuilderFactory builderFactory=DocumentBuilderFactory.newInstance();

（2）根据解析器工厂获得解析器

 DocumentBuilder documentBuilder=builderFactory.newDocumentBuilder();

（3）解析器读取XML文档进行解析，为Document对象（文档对象，代表整个XML文档）

 Document document=documentBuilder.parse("test.xml");

（4）获得document文档后，就可以对它进行操作了。

例如 ：可以通过getElementsByTagName查找指定名称元素NodeList。

 NodeList nodeList=document.getElementsByTagName("name");

然后遍历集合获得每个Node节点。

for(int i=0;i<nodeList.getLength();i++){

   Element node=(Element)nodeList.item(i);

   再通过Node的getTextContent获得节点文本内容 。

   System.out.println(node.getTextContent());

  }

（二）**node节点公共API中，

getNodeName()返回节点的名称 

getNodeType()返回节点的类型 

getNodeValue()返回节点的值 

（三）**XML 提供数据只能通过两种情况 :

第一种 <name>xml解析技术</name> 第二种 <book id="001">

* 获得元素文本子节点内容  获得元素后 element.getTextContent()  element.getFirstChild().getNodeValue()

* 获得元素属性值  获得元素后 element.getAttribute(属性名)

（四）节点元素查询时

1、全局查找缩小范围

2、相对位置查找 父亲 儿子 兄弟 获得相对节点元素内容

注意事项

1、查询元素子节点时，注意回车换行 

2、Document 类中 getElementById --- 使用时 xml文档必须有约束 DTD默认加载 ， Schema需要编程

（五）对XML 进行增删改查 ---- 增加 、修改 、删除

* 对内存XML 文档修改后，回写到xml 文件中

添加节点 1、创建目标节点 document.createXXX 2、找到合适位置插入 父节点.appendChild

修改节点 1 修改文本内容 element.setTextContent(value) 2 修改属性 element.setAttribute(name,value)

删除节点 1 获得要删除节点o  2. o.getParentNode().removeChild(o);

**（详细代码参见代码附录）

8、JAXP SAX 解析API

原理见上。

事件

startDocument 文档开始事件

startElement 元素开始事件

characters 文本元素事件

endElement 元素结束事件

endDocument 文档结束事件

对于SAX编程不要求掌握，了解原理就可以了。

在startElement 中 获得 开始元素是什么？qName  获得开始标签属性内容 ？attributes.getValue("属性名称")

在characters 中 获得读取到文本元素是什么 ？ new String(ch,start,length)

在endElement 中 获得当前结束元素是什么 ？qName

9、XML Pull 解析器

（一）为开源框架 ，使用STAX类似拉模式解析方式。Android手机系统内置 工具类库。

** 从事Android开发 。因为内置，无需下载任何jar包 ---- 如果从事JavaEE开发需要单独下载pull解析器类库。

**在pull 解析器官网上，看到pull解析器 API接口 。

**XNI2 XmlPull 、XPP3/MXP1 、kXML2 都是 pull解析器 接口API 的实现 

**课程采用 xpp3 这套 pull解析器实现。

（二）什么是jar 包？

很多开源框架，会将class文件用zip格式进行压缩 获得压缩包。扩展名 jar (jar包)

（三）XML PULL 快速入门

（1）、去官网下载 zip 压缩包(xpp3-1.1.3.4.C_all.zip)，解压缩获得jar包(xpp3-1.1.3.4.C.jar)。

（2）、在当前工程目录下新建lib文件夹，将该jar包放到lib目录下。

（3）、右击jar包，Add to build path 将jar包添加到 当前工程 build path.

事件

start document

start tag

text

end tag

end document

**使用pull解析器生成XML

(1)、获得解析器工厂

 XmlPullParserFactory parserFactory = XmlPullParserFactory.newInstance();

(2)、通过解析器工厂 获得序列化程序对象 XmlSerializer

 XmlPullParser parser = parserFactory.newPullParser();

(3)、设置 输出XML文件 位置

(4)、开始写  存在5个方法写你需要内容

*** 能力： 将List中数据 序列化到一个XML文件中 。

10、XML PULL 解析方式 与 SAX push 最大区别？

程序员可以自己控制解析过程 。

用push 自动执行所有解析事件，使用pull 程序员可以控制只执行关注的那些事件，pull解析方式效率比push方式更高。

**获得元素属性 ----- 在元素开始时 ，通过parser.getAttributeValue(null,属性名称);

获得元素内部文本内容 ----- 在元素开始时， parser.nextText();

11、XML PULL 对xml文件 进行CURD (Create Update Read Delete) 

* 使用pull 读取xml，读取内容不释放，在内存中保留 ---- DOM 类似

* 解析XML --- List 序列化 List --- XML 

* 使用pull 进行增删改查 --- 读取xml全部数据保存内存list对象，对内存list对象进行增删改查。