【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 
JAVA解析XML手册
XML文档以层级标签的形式来组织数据，多用于配置文件、存储静态数据、交换数据。
XML文档解析
首先我们要知道，“XML中的内容都是结点”，这句话的意思是：XML文档中，无论是 <> </> 符号的里面的内容（属性）、之间的内容（结点值）、还是 <> 本身（结点），都是Node，就连标签之间的换行、空格都是一个节点。明白这个很重要，因为下面遍历结点时，返回的 属性名值对 、结点值内容、结点本身 都是一个Node类型。
实例
解析下面的XML文档
<?xml version="1.0" encoding="UTF-8" standalone="no"?> <users> <user userId="1001" idcard="370826199001133290"> <name>张三</name> <address>广州</address> <age>18</age> </user> <user userId="1002" idcard="370826199001133291"> <name>李四</name> <address>大连</address> <age>19</age> </user> <user userId="1003" idcard="370826199001133292"> <name>王五</name> <address>广州</address> <age>20</age> </user> <user userId="1004" idcard="370826199001133293"> <age>21</age> <address>广州</address> <name>冯六</name> </user> </users>
DOM解析
DOM是html和xml的应用程序接口(API)，以层次结构（类似于树型）来组织节点和信息片段，映射XML文档的结构，允许获取和操作文档的任意部分，是W3C的官方标准
原理
首先在内存中创建一个Document对象，然后把XML文档读取进来赋值给这个dom对象。由于dom对象是基于树结构的，所以对dom对象进行遍历即可。对内存中的dom对象可以进行查询、修改、删除操作，还可以写回原XML文档保存修改。
【优点】 ①允许应用程序对数据和结构做出更改。 ②访问是双向的，可以在任何时候在树中上下导航，获取和操作任意部分的数据。 【缺点】 ①整个文档必须一次性解析完。
②由于整个文档都需要载入内存，对于大文档成本高。
DOM解析详解
操作步骤：
1：创建DocumentBuilderFactory，由newInstance()方法获取工厂实例；
2：由工厂创建DocumentBuilder；
3：通过 Document dom=builder.parse(file); 读取xml文档创建dom对象；
4：通过dom对象的一系列方法获取某个结点、某名字的结点列表：
Element getElementById(String elementId) 返回具有带给定值的 ID 属性的 Element。 NodeList getElementsByTagName(String tagname) 按文档顺序返回包含在文档中且具有给定标记名称的所有 Element 的 NodeList。
5：通过NodeList对象获取结点列表中某个结点：
Node item(int index) 返回集合中的第 index 个项。
6：通过Node对象读取结点属性：
NamedNodeMap getAttributes() 包含此节点的属性的 NamedNodeMap（如果它是 Element）；否则为 null。
然后对NamedNodeMap对象调用以下方法获取属性：（前面我们说过，属性也是结点）
Node getNamedItem(String name) 检索通过名称指定的节点。 或 Node item(int index) 返回映射中第 index 个项。
最后，对返回的属性通过以下方法获取名、值：（属性也是结点）
String getNodeName() 此节点的名称，取决于其类型； String getNodeValue() 此节点的值，取决于其类型；
7：获取结点的子节点列表：
NodeList getChildNodes() 包含此节点的所有子节点的 NodeList。
8：获取结点值：
String getNodeName() 此节点的名称，取决于其类型； String getNodeValue() 此节点的值，取决于其类型；
总结：DOM方法解析XML文档，把元素、元素属性、元素值都看作Node类型，通过node.getNodeName()获取元素名、属性名， 通过getNodeValue()获取属性值、元素值，通过getChildNodes()获取子节点们，通过item(i)获取第i个属性或者第i个子节点。
DOM解析代码实例
构造Document对象:
/**
* 构建Document对象
* @param xmlPath
* @return
*/
private static Document buildDocument(String xmlPath){
try {
DocumentBuilderFactory documentBuilderFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder documentBuilder = documentBuilderFactory.newDocumentBuilder();
InputStream inputStream = Thread.currentThread().getContextClassLoader().getResourceAsStream(xmlPath);
return documentBuilder.parse(inputStream);
} catch (Exception e) {
System.out.println(e);
}
return null;
}
遍历DOM对象
Document： XML文档对象，由解析器获取
NodeList： 节点数组
Node： 节点(包括element、#text)
Element： 元素，可用于获取属性参数
DOM解析完整代码示例
package com.demo;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.NodeList;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import java.io.File;
import java.io.IOException;
import java.io.InputStream;
import java.net.URL;
public class DomDemo {
public static void main(String[] args) {
try {
find();
} catch (Exception e) {
System.out.println(e);
}
}
private static User find() throws Exception {
Document document = buildDocument("users.xml");
NodeList list = document.getElementsByTagName("user");
for (int i = 0; i < list.getLength(); i++) {
Element element = (Element) list.item(i);
User student = new User();
student.setUserId(Long.parseLong(element.getAttribute("userId")));
student.setIdCard(element.getAttribute("idcard"));
student.setName(element.getElementsByTagName("name").item(0).getTextContent());
student.setAddress(element.getElementsByTagName("address").item(0).getTextContent());
student.setAge(element.getElementsByTagName("age").item(0).getTextContent());
System.out.println(student);
}
return null;
}
/**
* 构建Document对象
* @param xmlPath
* @return
*/
private static Document buildDocument(String xmlPath){
try {
DocumentBuilderFactory documentBuilderFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder documentBuilder = documentBuilderFactory.newDocumentBuilder();
InputStream inputStream = Thread.currentThread().getContextClassLoader().getResourceAsStream(xmlPath);
return documentBuilder.parse(inputStream);
} catch (Exception e) {
System.out.println(e);
}
return null;
}
}
SAX(Simple API for XML)解析
流模型中的"推"模型分析方式。通过事件驱动，每发现一个节点就引发一个事件，事件推给事件处理器，通过回调方法完成解析工作，解析XML文档的逻辑需要应用程序完成
原理
通过parse(file,listener)函数用一个listener对xml文件进行查找，按顺序读取文档，遍历每个标签，当发现目标标签时，读取标签的属性、结点值等信息并返回。
【优势】 ①无需将整个xml文档载入内存，因此消耗内存少。 ②只在读取数据时检查数据，不需要保存在内存中。 ③可以在某个条件得到满足时停止解析，不必解析整个文档。 ④效率和性能较高，能解析大于系统内存的文档。 【缺点】 ①不能随机的访问xml中的节点。 ②单向导航，无法定位文档层次，很难同时访问同一文档的不同部分数据，不支持XPath。 ③不能修改文档。
SAX解析详解
操作步骤：
1：创建解析工厂：SAXParserFactory factory = SAXParserFactory.newInstance();
2：由工厂创建解析器：SAXParser parser = factory.newSAXParser();
3：通过解析器的parse()方法，对指定xml文档以指定handler之类进行解析查询：parser.parse(xmlFile, new MySaxListener())；
我们要继承DefaultHandler类，定义相应的查询操作类：
1：重写父类中的文档开始方法、文档结束方法，定义开始、结束遍历xml文档时的操作：
void startDocument() 接收文档开始的通知。 void endDocument() 接收文档结束的通知。
2：重写父类的标签开始方法、标签结束方法，定义遍历到一个开始、结束标签时的操作：
void startElement(String uri, String localName, String qName, Attributes attributes) //参数qName是标签名、attributes是属性列表 接收元素开始的通知。 void endElement(String uri, String localName, String qName) 接收元素结束的通知。
3：重写**characters**(char[] ch, int start, int length)方法：
// 对事件发生时，元素的字符怎么处理
public void characters(char[] ch, int start, int length) throws SAXException {
//参数ch是当上述4中事件随便一个发生时，对应的元素的值，值在ch中start开始，length长。从头到尾遍历整个xml文档时，每个标签的值依次被存入ch中。
}
总结:
也就是说，通过SAX解析xml文档是没有dom对象出现的，所以不会有node，不会有getNodeName()、getNodeValue()获取结点名、值。 总结：SAX解析XML文档的结点名是通过事件函数的参数qName获取的，属性是通过参数attributes的getValue("属性名")获取的， 结点值是通过当前事件函数发生时，characters(char[] ch, int start, int length)方法中的内容获取的。
【事件处理器类型】 ①访问XML DTD：DTDHandler ②低级访问解析错误：ErrorHandler ③访问文档内容：ContextHandler 【DefaultHandler类】 SAX事件处理程序的默认基类，实现了DTDHandler、ErrorHandler、ContextHandler和EntityResolver接口，通常 做法是，继承该基类，重写需要的方法，如startDocument() 注：关于遍历 ①深度优先遍历(Depthi-First Traserval) ②广度优先遍历(Width-First Traserval)
SAX解析详解
创建SAX解析器
SAXParserFactory saxf = SAXParserFactory.newInstance(); SAXParser sax = saxf.newSAXParser();
JDOM解析
JDOM方法是根据DOM方法的众多繁琐操作进行包装得到的，上面我们看到，DOM方法解析XML文档其实是很繁琐的，而且很混乱，标签、属性、换行空格都当作结点类型来处理。JDOM方法定义了一系列通俗、好记的方法来解析XML，方法的底层封装了一系列DOM操作，但是我们不必亲自去进行这些繁琐的工作了。
优点：
a、DOM方式的优点:查找方便，可以修改 缺点 a、DOM方式的缺点:装载整个文档,对内存容量要求高
在JDOM中，同一了根节点、普通结点、属性等全为Element类型。
JDOM解析详解
操作步骤：
1：创建一个SAXbuilder：SAXBuilder builder = new SAXBuilder();
2：创建文件输入流打开xml文件：InputStream in = new FileInputStream("XXX.xml");
3：通过builder，从输入流读取xml文件创建dom对象：Document dom = builder.build(in);
4：获取根节点：Element root=dom.getRootElement();
5：获取子节点列表：List<Element> childNodes = node.getChildren();
6：遍历子节点列表，获取第i个结点：Element node = childNodes.get(i);
7：读取结点信息：
1）结点属性值：node.getAttributeValue("属性名")；
2）结点名：node.getName()；
3）结点值：node.getValue();
4）子结点文本值：node.getChildText("子结点名")；
Dom4j解析
Dom4j是目前最流行、最好用的XML解析工具，解析XML的速度最快。
Dom4j是一个Java的XML API，类似于jdom，用来读写XML文件的。
Mave依赖
<dependency> <groupId>dom4j</groupId> <artifactId>dom4j</artifactId> <version>1.6.1</version> </dependency>
DOM4j解析详解
操作步骤：
1：创建SAXReader：SAXReader reader = new SAXReader();
2：创建文件输入流打开xml文件：InputStream in = new FileInputStream("XXX.xml");
3：通过reader和输入流读取xml文件到内存创建Document对象：Document dom = reader.read(in);
4：获取根节点：Element root=dom.getRootElement();
5：获取子节点列表：List<Element> childNodes = root.elements();
6：遍历子节点：Element node = childNodes.get(i);
7：读取结点信息：
1）结点属性值：node.attributeValue("属性名")；
2）结点名：node.getName()；
3）结点值：node.getValue();
4）子结点文本值：node.elementText("子结点名")
实例代码
package com.demo;
import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Element;
import org.dom4j.io.SAXReader;
import java.io.InputStream;
import java.util.List;
public class Dom4jDemo {
public static void main(String[] args) throws DocumentException {
SAXReader reader = new SAXReader();
InputStream inputStream = Thread.currentThread().getContextClassLoader().getResourceAsStream("users.xml");
Document document = reader.read(inputStream);
Element rootElement = document.getRootElement();
List<Element> elements = rootElement.elements("user");
for (Element element :
elements) {
User user = new User();
user.setUserId(Long.parseLong(element.attribute("userId").getValue()));
user.setIdCard(element.attribute("idcard").getValue());
user.setName(element.elementText("name"));
user.setAddress(element.elementText("address"));
user.setAge(element.elementText("age"));
System.out.println(user);
}
}
}
总结：
1）DOM、JDOM、DOM4j都是把xml文档读取到内存中，生成dom对象进行遍历的；
DOM是Java原生的，所以比较繁琐；
JDOM是对DOM操作的封装，更加通俗、易记，操作也快了一点；
DOM4j解析xml的函数上与JDOM差不多，只不过有几个相同功能的函数名字不同而已，过程都是一样的；但由于底层使用了Xpath等方法加快了索引，所以检索性能更快。
2）SAX是基于事件驱动的，查询事件监听器继承自DefaultHandler，定义了检索xml过程中遇到开始标签、结束标签时执行的事件函数，从而查找需要的信息并返回而不是把整个文档都加载进来
比较
1）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.
2）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)。
3）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.还有就是只能读取不能修改xml(当然当XML流被读入时，会有部分文档暂时隐藏在内存中)。
来源：oschina
链接：https://my.oschina.net/u/1398304/blog/3153952