@liayun 2016-06-29T15:48:08.000000Z 字数 15200 阅读 2118

XML编程(CRUD)

JavaWeb

XML解析技术概述

XML解析方式分为两种：dom和sax。
- dom：(Document Object Model，即文档对象模型)是W3C组织推荐的处理XML的一种方式。
- sax：(Simple API for XML)不是官方标准，但它是XML社区事实上的标准，几乎所有的XML解析器都支持它。
dom解析和sax解析的区别(面试题常考)
- dom解析
  - 将整个XML使用类似树的结构保存在内存中，再对其进行操作。
  - 需要等到XML完全加载进内存才可以进行操作。
  - 耗费内存，当解析超大的XML时慎用。
  - 可以方便的对xml进行增删该查操作。
dom解析原理：
root.xml文档如下：
```
<?xml version="1.0"?>
<root>
    <head>
        <title>example</title>
    </head>
    <body>
        <p>content1</p>
        <p>content2</p>
    </body>
    <foot>
        <author name="liayun" />
    </foot>
</root>
```
对其进行dom解析，如图：

如何调整JVM内存大小？(面试题也常考)
JVM最多允许你占用64M的内存，你所写的程序控制的内存超出64M，如果不调整JVM内存大小，根本就运行不起来。
例，
```
byte[] b = new byte[1024*1024*1024];
```
这句代码一执行，JVM就在内存里面开辟1G的空间，这时就会包内存溢出异常：java.lang.OutOfMemoryError: Java heap space。
调整JVM内存大小的步骤如图：
- sax解析：（用的多一些）（与andrid中pull解析类似）
  - 逐行扫描XML文档，当遇到标签时触发解析处理器，采用事件处理的方式解析xml。
  - 在读取文档的同时即可对xml进行处理，不必等到文档加载结束，相对快捷。
  - 不需要加载进内存，因此不存在占用内存的问题，可以解析超大XML。
  - 只能用来读取XML中数据，无法进行增删改。
sax解析原理：
对以上文档进行sax解析，如图：
XML解析器
- Crimson(sun，jdk自带)
- Xerces(IBM最好的解析器)
- Aelfred2(dom4j)
使用哪种解析器对程序员基本上没有什么影响，我们学习的是解析开发包，解析开发包调用什么样的解析器对程序员没有意义。
XML解析开发包
- Jaxp(sun公司的)
- Jdom(不推荐使用)
- dom4j(比较不错)
- Pull(android的sdk自带，它使用的是另外的解析方式streaming api for xml，即stax)

使用JAXP对xml文档进行解析

JAXP

JAXP：Java API for xml Processing，jaxp是sun提供的一套xml解析API，jaxp很好地支持了dom和sax解析方式。
JAXP开发包是J2SE的一部分，它由javax.xml、org.w3c.dom 、org.xml.sax包及其子包组成。
在javax.xml.parsers包中，定义了几个工厂类，程序员调用这些工厂类，可以得到对xml文档进行解析的DOM或SAX的解析器对象。

获得JAXP中的DOM解析器

javax.xml.parsers包中的DocumentBuilderFactory用于创建DOM模式的解析器对象，DocumentBuilderFactory是一个抽象工厂类，它不能直接实例化，但该类提供了一个newInstance方法，这个方法会根据本地平台默认安装的解析器，自动创建一个工厂的对象并返回。
调用DocumentBuilderFactory.newInstance()方法得到创建DOM解析器的工厂。
```
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
```
调用工厂对象的newDocumentBuilder方法得到DOM解析器对象。
```
DocumentBuilder builder = factory.newDocumentBuilder();
```
调用DOM解析器对象的parse()方法解析XML文档，得到代表整个文档的Document对象，进而可以利用DOM特性对整个XML文档进行操作了。
```
Document document = builder.parse("src/book.xml");
```

DOM编程

DOM模型(document object model)
DOM解析器在解析XML文档时，会把文档中的所有元素，按照其出现的层次关系，解析成一个个Node对象(节点)，在dom中，节点之间关系如下：

位于一个节点之上的节点是该节点的父节点(parent)。
一个节点之下的节点是该节点的子节点（children）。
同一层次，具有相同父节点的节点是兄弟节点（sibling）。
一个节点的下一个层次的节点集合是节点后代(descendant)。
父、祖父节点及所有位于节点上面的，都是节点的祖先(ancestor)。

节点类型：

类型名	说明
Node	表示所有类型值的统一接口，此接口中提供了很多增删改查节点的方法，所有的文档树中的对象都实现过此接口
Document	表示文档类型
Element	表示元素节点类型
Text	表示文本节点类型
CDATASection	表示CDATA区域类型
DocumentType	表示文档声明类型
DocumentFragment	表示文档片段类型
Attr	表示属性节点类型

Node对象
- Node对象提供了一系列常量来代表结点的类型，当开发人员获得某个Node类型后，就可以把Node节点转换成相应的节点对象(Node的子类对象)，以便于调用其特有的方法。（查看API文档）
- Node对象提供了相应的方法去获得它的父节点或子节点。编程人员通过这些方法就可以读取整个XML文档的内容，或添加、修改、删除XML文档的内容了。
注意：dom解析下，xml文档的每一个组成部分都会用一个对象表示，例如标签用Element，属性用Attr，但不管什么对象，都是Node的子类，所以在开发中可以把获取到的任意节点都当作Node对待。

DOM方式解析XML文件

例如，有book.xml文档如下：

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<书架>
    <书>
        <书名 name="xxxxx">Java就业培训教程</书名>
        <作者>张孝祥</作者>
        <售价>39.00元</售价>
    </书>
    <书>
        <书名>JavaScript网页开发</书名>
        <作者>张孝祥</作者>
        <售价>28.00元</售价>
    </书>
</书架>

使用dom方式对xml文档进行crud

读取(R)

读取book.xml文档中书名元素(标签)<书名>JavaScript网页开发</书名>中封装的内容。

public void read1() throws Exception {
     DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
     DocumentBuilder builder = factory.newDocumentBuilder();
     Document document = builder.parse("src/book.xml");
     NodeList list = document.getElementsByTagName("书名"); // 获取到书名元素(标签)
     Node node = list.item(1); 
     String content = node.getTextContent(); // 获取到书名元素(标签)中封装的内容
     System.out.println(content); // 输出：JavaScript网页开发
}

得到xml文档中的所有标签。须使用递归，可断点调试跟踪，理解其原理。
NodeList getChildNodes()：包含此节点的所有子节点的NodeList。如果不存在子节点，则这是不包含节点的NodeList。

public void read2() throws Exception {
     DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
     DocumentBuilder builder = factory.newDocumentBuilder();
     Document document = builder.parse("src/book.xml");
     // 得到根节点
     Node root =  document.getElementsByTagName("书架").item(0);
     list(root);
}
private void list(Node node) {
    if(node instanceof Element)
        System.out.println(node.getNodeName());
    NodeList list = node.getChildNodes();
    for(int i = 0; i < list.getLength(); i++) {
        Node child = list.item(i);
        list(child);
    }
}

千万注意：对于XML标签中出现的所有空格和换行，XML解析程序都会当作标签内容进行处理。

得到xml文档中标签<书名 name="xxxx">Java就业培训教程</书名>属性的值。

public void read3() throws Exception {
     DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
     DocumentBuilder builder = factory.newDocumentBuilder();
     Document document = builder.parse("src/book.xml");
     Element bookName = (Element) document.getElementsByTagName("书名").item(0);
     String value = bookName.getAttribute("name");
     System.out.println(value);
}

创建(C)

向xml文档中添加节点：<售价>59.00元</售价>。
获得JAXP中的DOM解析器，调用DOM解析器对象的parse()方法解析XML文档，得到代表整个文档的Document对象。

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document document = builder.parse("src/book.xml");

创建节点。

Element price = document.createElement("售价");
price.setTextContent("59.00元");

把创建的节点挂到第一本书上。

Element book = (Element) document.getElementsByTagName("书").item(0);
book.appendChild(price);

更新XML文档，把更新后的内存树写回到xml文档。
javax.xml.transform包中的Transformer类用于把代表XML文件的Document对象转换为某种格式后进行输出，例如把xml文件应用样式表后转成一个html文档。利用这个对象，当然也可以把Document对象又重新写入到一个XML文件中。Transformer对象通过TransformerFactory获得。
Transformer类通过transform方法完成转换操作，该方法接收一个源和一个目的地，我们可以通过：

javax.xml.transform.dom.DOMSource类来关联要转换的document对象。
用javax.xml.transform.stream.StreamResult对象来表示数据的目的地。

TransformerFactory tfFactory = TransformerFactory.newInstance();
Transformer tf = tfFactory.newTransformer();
tf.transform(new DOMSource(document), new StreamResult(new FileOutputStream("src/book.xml")));

添加后book.xml内容：

<?xml version="1.0" encoding="UTF-8" standalone="no"?><书架>
    <书>
        <书名 name="xxxxx">Java就业培训教程</书名>
        <作者>张孝祥</作者>
        <售价>39.00元</售价>
    <售价>59.00元</售价></书>
    <书>
        <书名>JavaScript网页开发</书名>
        <作者>张孝祥</作者>
        <售价>28.00元</售价>
    </书>
</书架>

向xml文档中指定位置上添加节点：<售价>59.00元</售价>
获得JAXP中的DOM解析器，调用DOM解析器对象的parse()方法解析XML文档，得到代表整个文档的Document对象。

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document document = builder.parse("src/book.xml");

创建节点。

Element price = document.createElement("售价");
price.setTextContent("59.00元");

得到参考节点。

Element refNode = (Element) document.getElementsByTagName("售价").item(0);

得到要挂崽的节点。

Element book = (Element) document.getElementsByTagName("书").item(0);

往book节点的指定位置插崽。

book.insertBefore(price, refNode);

把更新后的内存树写回到xml文档。

TransformerFactory tfFactory = TransformerFactory.newInstance();
Transformer tf = tfFactory.newTransformer();
tf.transform(new DOMSource(document), new StreamResult(new FileOutputStream("src/book.xml")));

添加后book.xml内容：

<?xml version="1.0" encoding="UTF-8" standalone="no"?><书架>
    <书>
        <书名 name="xxxxx">Java就业培训教程</书名>
        <作者>张孝祥</作者>
        <售价>59.00元</售价><售价>39.00元</售价>
    </书>
    <书>
        <书名>JavaScript网页开发</书名>
        <作者>张孝祥</作者>
        <售价>28.00元</售价>
    </书>
</书架>

向xml文档节点上添加属性：<书名>Java就业培训教程</书名>上添加name="xxxxx"属性。为了进行以下代码的测试，先把原book.xml文档中<书名>Java就业培训教程</书名>元素中的属性name删除掉。

public void addAttr() throws Exception {
    DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
    DocumentBuilder builder = factory.newDocumentBuilder();
    Document document = builder.parse("src/book.xml");
    Element bookName = (Element) document.getElementsByTagName("书名").item(0);
    bookName.setAttribute("name", "xxxxx");
    // 把更新后的内存树写回到xml文档
    TransformerFactory tfFactory = TransformerFactory.newInstance();
    Transformer tf = tfFactory.newTransformer();
    tf.transform(new DOMSource(document), new StreamResult(new FileOutputStream("src/book.xml")));
}

添加name="xxxxx"属性之后的book.xml内容：

<?xml version="1.0" encoding="UTF-8" standalone="no"?><书架>
    <书>
        <书名 name="xxxxx">Java就业培训教程</书名>
        <作者>张孝祥</作者>
        <售价>39.00元</售价>
    </书>
    <书>
        <书名>JavaScript网页开发</书名>
        <作者>张孝祥</作者>
        <售价>28.00元</售价>
    </书>
</书架>

注意：以上方式添加的元素都没有格式上的缩进。

删除(D)

例，book.xml文档修改为如下：

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<书架>
    <书>
        <书名 name="xxxxx">Java就业培训教程</书名>
        <作者>张孝祥</作者>
        <售价>59.00元</售价>
        <售价>39.00元</售价>
    </书>
    <书>
        <书名>JavaScript网页开发</书名>
        <作者>张孝祥</作者>
        <售价>28.00元</售价>
    </书>
</书架>

删除xml文档中的标签<售价>59.00元</售价>。
获得JAXP中的DOM解析器，调用DOM解析器对象的parse()方法解析XML文档，得到代表整个文档的Document对象。

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document document = builder.parse("src/book.xml");

得到要删除的节点。

Element e = (Element) document.getElementsByTagName("售价").item(0);

删除节点有两种方式：

第一种方式：
得到要删除的节点的爸爸。

Element book = (Element) document.getElementsByTagName("书").item(0);

爸爸再删崽。

book.removeChild(e);

第二种方式：
得到要删除的节点的爸爸之后再删崽。
```
e.getParentNode().removeChild(e);
```

在做开发时，有可能要删除节点所在的节点。

e.getParentNode().getParentNode().removeChild(e.getParentNode());

删除整个xml文档(整个xml文档的爸爸是document)。

e.getParentNode().getParentNode().getParentNode().removeChild(e.getParentNode().getParentNode());

把更新后的内存树写回到xml文档。

TransformerFactory tfFactory = TransformerFactory.newInstance();
Transformer tf = tfFactory.newTransformer();
tf.transform(new DOMSource(document), new StreamResult(new FileOutputStream("src/book.xml")));

删除节点之后book.xml内容为：

<?xml version="1.0" encoding="UTF-8" standalone="no"?><书架>
    <书>
        <书名 name="xxxxx">Java就业培训教程</书名>
        <作者>张孝祥</作者>
        <售价>39.00元</售价>
    </书>
    <书>
        <书名>JavaScript网页开发</书名>
        <作者>张孝祥</作者>
        <售价>28.00元</售价>
    </书>
</书架>

修改(U)

更新节点<售价>59.00元</售价>中的售价。

public void update() throws Exception {
    DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
    DocumentBuilder builder = factory.newDocumentBuilder();
    Document document = builder.parse("src/book.xml");
    Element e = (Element) document.getElementsByTagName("售价").item(0);
    e.setTextContent("109元");
    // 把更新后的内存树写回到xml文档
    TransformerFactory tfFactory = TransformerFactory.newInstance();
    Transformer tf = tfFactory.newTransformer();
    tf.transform(new DOMSource(document), new StreamResult(new FileOutputStream("src/book.xml")));
}

修改之后book.xml文档的内容为：

<?xml version="1.0" encoding="UTF-8" standalone="no"?><书架>
    <书>
        <书名 name="xxxxx">Java就业培训教程</书名>
        <作者>张孝祥</作者>
        <售价>109元</售价>
        <售价>39.00元</售价>
    </书>
    <书>
        <书名>JavaScript网页开发</书名>
        <作者>张孝祥</作者>
        <售价>28.00元</售价>
    </书>
</书架>

SAX方式解析XML文件

在使用DOM解析XML文档时，需要读取整个XML文档，在内存中构架代表整个 DOM树的Doucment对象，从而再对XML文档进行操作。此种情况下，如果XML文档特别大，就会消耗计算机的大量内存，并且容易导致内存溢出。
使用sax解析技术只能实现对XML文档的读取操作，使用这种方式的优点就是它的解析方式为“逐行读取”，并非将XML文档一次性加载进内存，这样就能够避免内存溢出的情况了，该解析方式也是dom4j的解析方式。
SAX采用事件处理的方式解析XML文件，利用SAX解析XML文档，涉及两个部分：解析器和事件处理器。
- SAX解析器可以使用JAXP的API创建，创建出SAX解析器后，就可以指定它去解析某个xml文档。
- 解析器采用SAX方式在解析某个XML文档时，它只要解析到XML文档的一个组成部分，都会去调用事件处理器的一个方法，解析器在调用事件处理器的方法时，会把当前解析到的xml文件内容作为方法的参数传递给事件处理器。
- 事件处理器由程序员编写，程序员通过事件处理器中方法的参数，就可以很轻松地得到sax解析器解析到的数据，从而可以决定如何对数据进行处理。
阅读ContentHandler API文档，常用方法有：startElement、endElement、characters。

例，有book.xml文档如下：

<?xml version="1.0" encoding="UTF-8"?>
<书架> 
  <书> 
    <书名>Java就业培训教程</书名>  
    <作者>张孝祥</作者>  
    <售价>109元</售价> 
  </书>   
  <书> 
    <书名 name="xxxx">JavaScript网页开发</书名>  
    <作者>黎活明</作者>  
    <售价>28.00元</售价> 
  </书> 
</书架>

SAX方式解析XML文档的步骤：

使用SAXParserFactory创建SAX解析工厂。

SAXParserFactory factory = SAXParserFactory.newInstance();

通过SAX解析工厂得到解析器对象。
```
SAXParser sp = factory.newSAXParser();
```
通过解析器对象得到一个XML的读取器。
```
XMLReader reader = sp.getXMLReader();
```
设置读取器的事件处理器，一般是内容处理器，即ContentHandler。
```
XMLReader reader = sp.getXMLReader();
```
解析xml文件。
```
reader.parse("src/book.xml");
```

ContentHandler是一个接口，我们可以自己写一个类实现这个接口，其中提供了如下重要的方法：

void characters(char[] ch, int start, int length)：接收字符数据的通知。
endDocument()：接收文档的结尾的通知。
startDocument()：接收文档的开始的通知。
startElement(String uri, String localName, String qName, Attributes atts)：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。
编写一个类ListHandler实现ContentHandler接口，其作用是得到xml文档所有内容。

class ListHandler implements ContentHandler {
    @Override
    public void setDocumentLocator(Locator locator) {
        // TODO Auto-generated method stub
    }
    @Override
    public void startDocument() throws SAXException {
        // TODO Auto-generated method stub
    }
    @Override
    public void endDocument() throws SAXException {
        // TODO Auto-generated method stub
    }
    @Override
    public void startPrefixMapping(String prefix, String uri) throws SAXException {
        // TODO Auto-generated method stub
    }
    @Override
    public void endPrefixMapping(String prefix) throws SAXException {
        // TODO Auto-generated method stub
    }
    /*
     * 解析器只要解析到开始标签，就会调用startElement()方法
     * 会通过方法的参数告诉你解析到的当前标签名称是什么
     */
    @Override
    public void startElement(String uri, String localName, String qName, Attributes atts) throws SAXException {
        System.out.println("<"+qName+">");
        for(int i = 0; atts != null && i < atts.getLength(); i++) { // 有可能抛空指针异常，代码写的越紧凑越好
            String attName = atts.getQName(i);
            String attValue = atts.getValue(i);
            System.out.println(attName+"="+attValue);
        }
    }
    @Override
    public void endElement(String uri, String localName, String qName) throws SAXException {
        System.out.println("<"+qName+">"); 
    }
    @Override
    public void characters(char[] ch, int start, int length) throws SAXException {
        System.out.println(new String(ch, start, length));
    }
    @Override
    public void ignorableWhitespace(char[] ch, int start, int length) throws SAXException {
        // TODO Auto-generated method stub
    }
    @Override
    public void processingInstruction(String target, String data) throws SAXException {
        // TODO Auto-generated method stub
    }
    @Override
    public void skippedEntity(String name) throws SAXException {
        // TODO Auto-generated method stub
    }
}

可发现ContentHandler接口中的方法都要一一实现，未免麻烦。注意DefaultHandler类，该类实现了某些处理xml文档必须的接口——ContentHandler，但是均没有具体的方法，也就是说是空方法，如果想要解析xml文档，需要覆写该方法。
编写一个类TagValueHandler实现DefaultHandler类，其作用是获取指定标签的值：<作者>张孝祥</作者>。

class TagValueHandler extends DefaultHandler {
    private String currentTag; // 记住当前解析到的是什么标签
    private int needNumber = 1; // 记住想获取第几个作者标签的值
    private int currentNumber; // 当前解析到的是第几个
    @Override
    public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
        currentTag = qName;
        if(currentTag.equals("作者")) {
            currentNumber++;
        }
    }
    @Override
    public void endElement(String uri, String localName, String qName) throws SAXException {
        currentTag = null;
    }
    @Override
    public void characters(char[] ch, int start, int length) throws SAXException {
        if("作者".equals(currentTag) && currentNumber == needNumber) {
            System.out.println(new String(ch, start, length));
        }
    }
}

在实际开发中，我们是要把xml文档中的每一本书封装到一个book对象中，并把多个book对象放在一个List集合中返回。
先将封装数据的JavaBean，即Book.java设计出来：

public class Book {
    private String name;
    private String author;
    private String price;
    public String getName() {
        return name;
    }
    public void setName(String name) {
        this.name = name;
    }
    public String getAuthor() {
        return author;
    }
    public void setAuthor(String author) {
        this.author = author;
    }
    public String getPrice() {
        return price;
    }
    public void setPrice(String price) {
        this.price = price;
    }
}

再编写一个类BeanListHandler实现DefaultHandler类，把xml文档中的每一本书封装到一个book对象中，并把多个book对象放在一个List集合中返回。

class BeanListHandler extends DefaultHandler {
    private List list = new ArrayList();
    private String currentTag;
    private Book book;
    @Override
    public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
        currentTag = qName;
        if("书".equals(currentTag)) {
            book = new Book();
        }
    }
    @Override
    public void characters(char[] ch, int start, int length) throws SAXException {
        if("书名".equals(currentTag)) { // currentTag放在前面同样有问题
            String name = new String(ch, start, length);
            book.setName(name);
        }
        if("作者".equals(currentTag)) {
            String author = new String(ch, start, length);
            book.setAuthor(author);
        }
        if("售价".equals(currentTag)) {
            String price = new String(ch, start, length);
            book.setPrice(price);
        }
    }
    @Override
    public void endElement(String uri, String localName, String qName) throws SAXException {
        if(qName.equals("书")) {
            list.add(book);
            book = null;
        }
        currentTag = null; //不置空不行
    }
    public List getBooks() {
        return list;
    }
}

BeanListHandler类中要注意两点：

endElement(String uri, String localName, String qName)方法中currentTag变量一定要置为空，不置为空绝对不行，会报异常java.lang.NullPointerException，若要知道其原因，可断点跟踪sax解析案例，分析程序问题，可发现其原因就是对于XML标签中出现的所有空格和换行，XML解析程序都会当作标签内容进行处理。
在characters(char[] ch, int start, int length)方法中，currentTag依次和标签名判断时，一定要放在后面，currentTag放在前面同样有问题。

最后，在main方法中测试：

public class Demo {
    public static void main(String[] args) throws ParserConfigurationException, SAXException, IOException {
        // 1.创建解析工厂
        SAXParserFactory factory = SAXParserFactory.newInstance();
        // 2.得到解析器
        SAXParser sp = factory.newSAXParser();
        // 3.得到读取器
        XMLReader reader = sp.getXMLReader();
        // 4.设置内容处理器
        BeanListHandler handler = new BeanListHandler();
        reader.setContentHandler(handler);
        // 5.读取xml文档内容
        reader.parse("src/book.xml");
        @SuppressWarnings("unchecked")
        List<Book> list = handler.getBooks();
        System.out.println(list);
    }
    class BeanListHandler extends DefaultHandler {
        ...
    }
}

这里我参考：